智能医疗还需在哪些方面进行技术提升

人工智能的应用不仅仅是5G，手机，物联网等方面，和我们最接近的应用领域还包括医疗行业。在这些领域的应用也需再进一步提升。

智能诊断方面

医学人工智能让机器拥有更好的经验判断力

所谓经验判断力，就是丰富的经验带来的判断力。举例来说，我们每个人在学习数学的时候，当你做某一个题型越多，你就会对这个题型越熟悉，下次碰到同样的题型，你就会更快地解答出来，因为通过经验的积累，你的判断力提升了。如果忽略智力水平的微小差异，做100道题的同学肯定比做50道题的同学对这种类型的题目拥有更强的经验判断力，因为他拥有更多的经验。

病患数据管理

2016年，全球电子健康记录(EHR)的市场规模达210亿美元，基于大数据管理和新兴分析解决方案的AI+医疗重塑了整个行业。健康医疗数据除了电子病例之外，还来自医疗、制药公司数据库和可穿戴设备的传感器数据等，其中近80%是非结构化的(很难理解的)，因此需要人工智能算法实现有效利用。有分析认为，人工智能和机器学习加持的医疗保健信息价值每年将超过280亿美元。

药物研发优化

研发过程本身和审批是药物研发成本高、周期长的主要原因，直接导致了部分疾病医疗费用高。德勤数据显示，2020年药物研发支出将达到1620亿美元。

根据加州生物医学研究协会的说法，目前的美国批准程序下，新药从研究实验室到病人平均需要12年的时间，平均花费3.59亿美元，只有5/5000(0.1%)的药物在临床试验前被批准用于人类。值得注意的是，药物研发不都是成功的，错误和低效都会给研发公司带来巨大的财务风险。

而人工智能和深度学习的迅速成长将为药物研发过程提高效率和准确性，并已经在全球各地的实验室初试身手。C轮拿了1.75亿美元，总融资3.13亿美元的Flatiron Health就是干这个的，利用数字病例寻找癌症机理，计算模拟药物可行性，加速临床试验，推进个性化医疗。预计2025年，AI加持下的全球制药行业成本将降至270亿美元。

医疗设备的改进

据统计，预计到2020年，医疗机器人市场规模将达到128亿元，其中医疗影像诊断是智能诊疗最为活跃的项目之一，基于传感器，机器视觉，图像分析和数据科学的人工智能还将引入外科机器人等领域。

健康管理

通过智能设备，可以检测到人体的一些基本身体特征。如：饮食，生命体征指数，睡眠指数，等相关数据，通过这些数据，可以对人体素质进行简单的评估，从而提取患者的健康管理报告。同时也可以及时预防疾病发生的风险，如发生疾病可以提早知道，尽快就医，避免不必要的健康损伤。

人工智能的植入，促使了现代医学的进步。想要贯穿到实际应用中还有很长的路要走，从建设到全民体验，会面临很多的更新迭代和用户反馈。希望科技医疗领域的发展能够早日步入正轨，提高我们的健康管理水平，彻底解决就医难，就医贵，误诊等医疗问题。

人工智能的发展促进了现在医疗行业的发展，这些技术要实现最后的应用，也将会在用户的使用反馈和使用中不断改进，最后改善现在的医疗资源紧张的问题。