一、醫療保健處于數字化轉折點(diǎn)
互聯(lián)網(wǎng)女皇Mary Meeker發(fā)布的《2017年互聯(lián)網(wǎng)趨勢報告》認為，醫療衛生和保健已進(jìn)入數字化拐點(diǎn)：醫療行業(yè)表現出數據輸入量和數據積累量的爆發(fā)式增長(cháng)，有88％的消費者至少使用1項數據健康工具（遠程醫療、可穿戴設備），同時(shí)，消費者愿意分享健康數據，數據統計60％和50％的消費者分別愿意向谷歌和蘋(píng)果分享健康數據。在專(zhuān)業(yè)數據方面，美國電子病例普及率達到87％，基因數據積累使得基因知識量增加19倍。綜上，全球健康數據年增長(cháng)率達到48％。數據的增長(cháng)一方面縮短了醫學(xué)研究的創(chuàng )新周期，加快藥物臨床實(shí)驗周期，同時(shí)提升了診斷的準確率與治療的精準化程度。
二、數據是發(fā)展的關(guān)鍵
數據是“醫療＋人工智能”行業(yè)發(fā)展的關(guān)鍵。我們認為，醫療與人工智能結合的關(guān)鍵在于“算法＋有效數據”。先進(jìn)的算法提升數據處理效率與識別準確率，而有效數據是先進(jìn)算法應用的基礎。目前，深度學(xué)習等算法的發(fā)展已經(jīng)相對成熟，醫療數的“量”和“質(zhì)”是阻礙人工智能在醫療行業(yè)應用發(fā)展的主要原因。國際巨頭IBM Watson 2015－2016年花費約40億美元收購數家具備健康數據資源的公司，也反映了數據的重要性。隨著(zhù)全球醫療保健進(jìn)入數字化的拐點(diǎn)，客戶(hù)授權使用的健康數據量快速增長(cháng)，將為行業(yè)發(fā)展提供先決條件。
三、智能診斷與醫學(xué)影像識別較為成熟
智能診斷與醫學(xué)影像識別是“人工智能＋醫療”發(fā)展相對成熟的兩個(gè)領(lǐng)域。人工智能在醫療行業(yè)應用價(jià)值突出，具體應用包括：診前的疾病預防、健康管理；診中的輔助診斷，醫學(xué)圖像處理；診后額虛擬醫護助手，慢病管理。其他領(lǐng)域包括藥物研發(fā)，醫保控費等。目前，發(fā)展相對成熟的領(lǐng)域包括“智能診斷”和“醫學(xué)影像識別”領(lǐng)域，前者應用的成熟化主要源于IBM Watson自然語(yǔ)言理解技術(shù)和長(cháng)達6年的醫學(xué)文獻數據積累；而后者應用的成熟化源于深度學(xué)習算法下圖像識別準確率的不斷提升。兩個(gè)領(lǐng)域的發(fā)展將分別提升“門(mén)診”和“影像科”醫療資源的供給，解決目前醫療行業(yè)嚴峻的供需矛盾。（內容有所刪減）
轉載請注明出處：HC3i中國數字醫療網(wǎng)
天坦動(dòng)態(tài)