据统计，到2025年人工智能应用市场总值将达到1270亿美元，其中医疗行业将占市场规模的五分之一，中国已经迎来医疗人工智能的风口。
随着人工智能领域，语音交互、计算机视觉和认知计算等技术的逐渐成熟，人工智能的应用场景越发丰富，技术也逐渐成为影响医疗行业发展、提升医疗服务水平的重要因素。
目前，人工智能技术在医疗领域的主要应用包括：语音录入病历、医疗影像辅助诊断、药物研发、医疗机器人、个人健康大数据的智能分析等。
去年12月，上海发布首批10大领域、19个点位的AI应用场景需求，面向全球征集解决方案。最终有12家单位入选首批人工智能试点应用场景，应用领域包括医疗、教育、金融等。
最近，解决方案正式公布，医疗作为重点领域成为人工智能的主要应用场景，复旦大学附属肿瘤医院和上海市第十人民医院作为两个试点单位，开始将人工智能与医院的日常诊断和挂号流程相结合。
诊断疑难杂症的好帮手
影像辅助诊断为医生“减负”
目前，人工智能在医疗领域中应用较为成熟的是医学影像。人工智能技术能够通过快速准确地标记特定异常结构来提高图像分析的效率，以供放射科医师参考。
提高图像分析效率，可让放射科医生腾出更多时间聚焦在需要更多解读或判断的内容上，从而有望缓解放射科医生供给缺口问题。
上海市第十人民医院就将人工智能技术应用于医疗影像辅助诊断，特别是对于不好判断的病症，为医生提供了准确的诊断依据。
比如诊断肺部“结节”，给放射科医生的日常工作带来了巨大压力。
当前有肺结节病人的数量规模愈加庞大，但并不是每个结节都有治疗的必要，医生每天都要耗费大量时间和精力放在“读片”这道流程上，而且医生毕竟不会像机器那样准确，有时难免会在读片时产生疏漏。
尤其对于肺癌而言，早诊早治非常重要，通过CT检查等筛查手段可以发现肺上的结节，及时采取干预手段。
围绕肺部结节等急诊常见疾病，利用人工智能技术，开发智能CT辅助影像诊断系统。让机器通过学习，建立起一套统一的阅片标准，缩短阅片时间，提高正确率。
AI影像辅助筛查系统很好地扮演了质控的角色，它可以不受任何客观因素，如疲劳、情绪、经验的影响，确保医师高效、准确地检出及诊断病灶。
医生只要简单操作，机器就会代替人，把所有问题的部分读取出来，医生需要做的就是在机器读片的基础上做进一步确诊，但最终的诊断还是由医生的鉴别来盖棺定论，这种人 AI的组合极大地提高了诊疗的准确度，成为诊断疑难杂症的好帮手。
然目前人工智能在医疗中的使用还处于辅助阶段，并未正式进入临床，但它确实帮助了医生节省劳动力，让医生可以把时间更有效地花在和患者沟通、了解患者的病情，从而实现更精准的治疗。
此外，人工智能还被更多地应用于电子病历，记录医生与病人的交互过程以及病情发展情况的电子化病情档案，包含病案首页、检验结果、住院记录、手术记录、医嘱等信息。
语音识别技术为医生书写病历，为普通用户在医院导诊提供了极大的便利。通过语音识别、自然语言处理等技术，将患者的病症描述与标准的医学指南作对比，为用户提供医疗咨询、自诊、导诊等服务。
精准匹配患者与医生
实现病患挂号“按需就诊”
面对来自全国各地的患者，如何提高专家号利用率，让优质医疗资源真正合理分配给有需要的患者，一直是医院攻关的难题。
能否在病人挂号前通过分析病人病情，为其匹配相应专家，避免号源浪费。
基于这样的思考，复旦大学附属肿瘤医院与相关企业合作，利用人工智能技术探索出“精准预约”的预约挂号模式。
在该模式下，通过AI引擎模型的预设和不断完善，让AI引擎有了“分诊功能”。患者按照平台要求实名上传病史资料，AI引擎通过计算分析判断患者病情，并将专家号匹配给病情重、急需专家诊疗的患者，同时智能为患者提供合理的就医路径引导。
比如通过分析病史资料，医生初步判断为需要手术治疗的甲状腺癌患者，比单纯想要做甲状腺体检的人群有更大可能匹配到头颈外科的专家号，从而提升专家号的利用效率。
复旦大学附属肿瘤医院共有11个外科科室，每周共计875个专家号接入精准预约功能。仅2019年上半年，这项智能服务就为超过11万患者提供服务，为超过16000名患者提供专家号源。
目前，医院精准预约服务已覆盖甲状腺癌、乳腺癌、胰腺癌等15种常见肿瘤疾病。在该项服务下，为每位患者平均节省2.5小时的就诊时间，患者挂专家号的等待时间已经平均减少7.4天，专家门诊的效率平均提高了3.5倍左右。
从2016年开始，基于深度学习的AI技术成为了革新各个行业的一大利器，医疗是其中最火热的领域之一。
从“替代医生”到“辅助医生”、从“单点突破”到“全病种理念”，短短三年时间里，AI医疗经历了一个急剧变化的过程。
2019年，成为AI医疗落地的关键之年，尤其可以在诊断、推理、管理、手术、护理、病历、培训等多个领域，人工智能完全可以充当医生的“超级助手”
【科技云报道原创】
转载请注明“科技云报道”并附本文链接
