隨著市場需求的不斷變革，AI的發展似乎已經出現疲態，從最初只追求技術上的突破和創新，到現在更在意AI的賦能。可以看到近兩年AI在賦能安防、賦能汽車、賦能教育、賦能傳統制造業、賦能醫療等上面都已經有了很深的嘗試和落地項目。與此同時，互聯網巨頭BAT在AI＋產業上的大肆布局，更加推動了AI在商業化落地的速度和進程。

AI＋醫療一直被認為是AI賦能行業的首選之一，消息稱其原因主要在于需求的升級，因為傳統醫療最大痛點是資源不均衡的矛盾得到根本性地解決，而AI與醫療的融合將有效的解決這一痛點。因此AI＋醫療也成為了資本最看好的領域，據咨詢公司Frost ＆ Sullivan預測2021年全球人工智能＋醫療健康市場規模將從2014年的6．64億美元擴大至66．62億美元。可見AI與醫療的融合對未來智能醫療的重要性。

同時科技巨頭在AI＋醫療上的大量投入研究和實際實踐成果的不突破，外界關于醫生即將被人工智能取代的聲音也不斷的擴大開來。諸如從“達芬奇”手術機器人能夠完成簡單的外科手術，但李開復也曾經說：“只是一些重復、機械性的工作會被AI取代，諸如放射科醫生，而一些需要創意和邏輯性強、需要判斷的工作AI仍然是無法完成的。”所以未來醫療上醫生并不會全部被取代。

AI與醫療的融合將更好的減少癌癥的病發率

其實AI的強大在于可以通過大量的數據深度學習之后，能夠預測和看到人類肉眼看不到的東西，諸如可以提前預測病人是否有癌癥的病變，而在癌癥爆發之前，臨床醫生是無法預測的，所以才導致全球癌癥患者逐漸增加，而如果通過AI經過上千病例的訓練，能在影像中看到醫生肉眼看不到的疾病發展征象，從而給出醫生更精準的判斷提示。

此前，有科研人員將人工智能應用到癌癥預測領域，結果準確率高達86％。首先研究人員用3萬多張照片組建一個數據庫，里面有癌細胞照片，也有癌化之前的照片，然后他們用AI尋找二者的差異。機器學習將圖片處理完成之后，研究人員輸入大腸息肉（colorectal polyp）照片，放大500倍，程序瞬間就可以判斷大腸息肉是否患上癌癥。

不僅如此一些科技巨頭也在嘗試AI預測癌癥的研究，諸如世界科技巨頭谷歌DeepMind團隊就在研究如何利用AI更好地將放射療法應用到癌癥治療中。同時據透露DeepMind正在跟倫敦大學學院醫院合力開發一套能夠將這一過程自動化的人工智能系統，未來，新系統能幫助醫生縮短切割時間。

如果不久之后，這些實驗成果能夠實現商業落地投入各大醫療系統，那么臨床醫生勢必會在AI的輔助下大大提高在癌癥診斷上的準確率，減少癌癥患者的病發率。

AI和臨床醫生的結合才是未來智能醫療的趨勢

日前，全球首場神經影像領域的“人機大戰”正式拉開序幕，由25名神經影像領域的頂尖專家、學者以及優秀的臨床醫生組成的人類站隊，對戰由北京天壇醫院“神經疾病人工智能研究中心”和首都醫科大學人腦保護高精尖創新中心共同研發的AI輔助診斷系統“BioMind天醫智”，最終結果AI選手以高出20％的正確率，戰勝了堪稱神經系統疾病診斷的醫界“最強大腦”。

從結果上來看，AI選手確實戰勝了專家團隊，但是從某種層面來講專家團隊并非完全輸給了AI選手，事實上在第二輪的比賽中10位醫生不僅率先完成判讀，還就其中不確定的答案進行了二次矯正，盡管最后AI選手還是以將近高出20％的準確率，再次獲勝，卻是剛剛卡著點交卷。說明醫生在思考和重度分析的靈活性上AI是沒有能力達到的。

諸如天壇醫院常務副院長王擁軍認為：“醫學并非單一的科學問題，臨床醫學也不是千篇一律的，病人的治療、預后要結合家族史、社會經濟地位等各種復雜因素，任何信息的微小變化都會引起復雜決策系統的波動，使醫生產生截然不同的判斷。”顯然這是人工智能做不到的。

寫到最后

未來的智能醫療，并非單一的由AI的完成，而應該是以臨床醫生為主導，AI為輔助臨床醫生進行一些復雜的病史、人眼無法簡單斷定的疾病，諸如剛剛說的提前預測癌癥、同時還有神經系統類疾病等等。

所以智能醫療并非完全是由AI為主要導向，而是以AI和臨床醫生的相結合才能發揮其獨特的優勢，才是未來智能醫療的趨勢。