隨著“健康中國”口號的提出，并上升至國家戰略層面，AI+醫療”模式引發業界關注。5月25日，在浦江創新論壇之未來（科學）論壇“AI+醫療：賦能健康共同體”上，國內外專家縱論AI醫療落地挑戰與未來愿景。

“AI+醫療”通常是指將人工智能、大數據、物聯網、云計算等新型技術和手段，運用在醫療服務主體、醫療機構和醫療服務對象上。目前，全球平均每萬人擁有醫生14人，在中國這一數字也是14人。優質醫療資源的供需不平衡，醫生培養周期長，誤診率高，疾病譜變化快，技術日新月異，以及人口老齡化加劇、慢性疾病增長、人們對健康重視程度提高，催生了醫療AI（人工智能）的發展。

全球醫療行業需求大，在醫療信息化、醫療大數據、智能影像分析，甚至智能問診和智能病歷方面，AI都可以賦能。上海交大人工智能研究院副院長王延峰說，AI作為“超級醫生助手”，將圍繞醫生、圍繞改善中國醫療整體環境，利用這一類多學科綜合診斷（MDT）系統，以病人為中心，通過多科室現場協作，獲得最佳診療方案。
? ? ? ?超級醫生助手希望解決的問題，就是讓AI成為智能助手。當然，人工智能的未來不是代替醫生，甚至也不僅僅是輔助醫生，而是幫助重構醫療體系，建立新的基礎設施的必要奠基石。

我國糖尿病患者在6000萬人規模，并且仍以每年2%的速度增加，這一增幅高于美國。當下醫生資源和醫療資源不足，一些知名專科醫院每天需要問診“千量級”的病人，并管理“百量級”的病床，這種工作量沒有人工智能輔助，難以實現人民滿意的醫療。

全身唯一能看得到毛細血管的地方——眼底，成為突破口。通過眼底彩照推出的“視網膜全病種解決方案”不僅反映眼部疾病，還能反映高血壓等慢性病的累積。據在場專家介紹，按工作流程，先采集眼底照片，上傳MMC糖網篩查平臺，通過AI+人工眼底閱片，先由AI自動讀片，進行病變檢測，并分級按輕、中、重度來描述病變，再由眼科醫生閱片復核。整個過程，只要1到5分鐘出結果，遠遠少于從眼科到內分泌科的奔波時間。

中國工程院院士、內分泌專家寧光教授透露說，目前全國500家醫療機構接入國家標準化代謝性疾病管理中心（MMC），利用這種AI眼底篩查工具，已總計篩查5.26萬人次，檢查發現糖尿病視網膜病變（DR）1.38萬人次，患病率超過26%。

醫療AI很熱，但實際落地應用的還相對較少，加之真正的人工智能人才尚未涌入到醫學領域，醫療AI道路仍然漫長。人工智能在醫療場景落地仍然面臨很多挑戰，其中大數據處理、算法、監管和商業價值變現是當前需要關注的三大問題。

聯影智能COO詹翊強表示，處理實際醫療工作中的龐大數據量是一大難點。在實驗室場景中，大量三維的醫療圖象數據會產生巨大的數據量，“特別是在大型醫院里，可能有十臺CT同時向系統輸送數據”，對數據處理的速度和精度要求極高，對整個信息系統的架構也有很多要求。

? ? ? ?而體素科技首席執行官丁曉偉擔心，算法本身是否能夠得到醫療界的認可和接受。現有的算法評估標準通常以工程界的標準為主，不一定能得到臨床醫生的認可。目前得到藥監局許可的臨床實驗，大部分在受控的環境下進行，而醫生對這種受控環境下做出來的數據，也不一定真正認可。騰訊優圖實驗室醫療AI總監鄭冶楓則認為，智慧醫療是一個很大的領域，靠單點突破，研發某一個病種的輔助診斷，很難落地。企業可以考慮在掛號、支付、電子健康卡、互聯網醫院、醫療百科全書等多個方面入手，尋求商業落地。