自从去年AlphaGo在围棋领域战胜了人类选手李世石，人工智能（AI）传遍了大街小巷，之后随着AI在各行各业取得各种成果，持续升温，医疗便是人工智能主要应用领域之一。
据悉，Airdoc在糖尿病性视网膜病变、斜视和眼眶病等领域，在特异性和灵敏度维度上已经取得了和人类医生相近的结果，并且已经开始在临床应用，医疗人工智能时代已经到来？
AI在医疗领域的应用
人工智能是用机器模拟人类大脑神经元的工作方式，从而像人类一样思考和掌握学习的智能。和人类相比，人工智能具有快速，大量运势和不回疲惫等特点，可以在很多领域为人类提供帮助。
和很多行业不同，医生是一个十分需要经验的行业，需要掌握无数先辈积累下来的医学知识并且在临床工作中不同验证理论并且积累经验，基于深度学习的AI从某些角度和医生一样，都需要大量的学习从而掌握，并且在实践中不停完善算法模型。
医疗领域的人工智能主要有两个方向，一个是基于自然语言处理，根据病历和症状诊断疾病；一个基于计算机视觉，通过识别医学影像诊断疾病。
以肺癌识别为例，AI可以通过两种方式诊断肺癌，一种是基于自然语言处理，代表企业是IBM的Watson，在长达4年的时间内Watson学习了200本肿瘤领域的教科书，290种医学期刊和超过1500万份的文献后，Watson开始被临床应用，将病人的病历信息和症状输入系统，可以识别肺癌。如今Watson在肺癌、乳腺癌、直肠癌、结肠癌、胃癌和宫颈癌等癌症领域已经可以为医生提供诊断建议。
另外一种是基于计算机视觉的诊断方式，代表企业是国内的Airdoc，由于肺癌早期没有任何临床症状，如果有症状就是中晚期，目前约75%的肺癌患者在诊断时已属于晚期，肺结节的有效诊断和及时治疗至关重要。Airdoc基于深度学习开发的算法，通过肺结节定位、结节大小判断、肺部结节恶性指标计算快速检测肺结节。
AI在医学影像上的优势
Watson虽然能够准确识别很多癌症，但是前期投入同样巨大，在众多的专家的努力下，依然花费了4年的时间以及海量的金钱才有如今的成果。但是计算机视觉领域却不一样，2012年Hinton 教授采用了一种新的称为"丢弃" (Dropout) 的算法避免了过度拟合，这是个革命性的突破，让计算机视觉更加方便和准确，接下来基于深度学习的人工智能计算机视觉进入了飞速发展的阶段，如今已经能够为各个领域做出贡献。
如今，AI+医学影像已经走出实验室，下一步将迎来商业化浪潮。比如，Enlitic通过收集X射线，核磁共振，CT扫描，三维医疗等影像数据从而分享或查看医疗图像，从而提升发现肿瘤和其他疾病的的速度。
国外对AI的研究已经超过了60年，但是国内的AI领域后来居上，中国AI文章总数占到世界的一半以上，被引用数达42.8%，并且在深度学习领域影响世界的华人众多。
早在2012年，Airdoc的成员便开始对人工智能展开了研究， Airdoc花费大量时间从多家国内外顶级医院收集了数十万张眼底照片，最终研发出了Airdoc糖尿病性视网膜病变辅助诊断模型，在灵敏性和特异性等主要指标上，获得了和人类医生相当的结果。
未来诊疗模式
现代医疗的发展起决于上世纪的三次变革，1935年氨苯磺胺被证实具有杀菌作用，40年代实现了人工合成磺胺类药物，促进了医药化工技术的快速发展，这是第一次革命；第二次变革是通过最新放射诊断技术，可以检测出早期肿瘤和其他许多早期病变；第三次变革生物制品的产生，开拓了生物学治疗疾病的新概念。
近年来随着医疗信息化的发展，“医学诊断创新”、“智慧医疗”、“健康大数据”已成高频出现词汇，互联网医疗已经惠及数以万计的患者。为推动健康产业国家更是推出了《健康中国2030规划纲要》，这是医疗最好的时代，这是AI医疗最好的时代。
虽然如今的AI仍然处于初级阶段，并不具备更进一步的交互和沟通等能力，但是在初步诊断和疾病预警和预测领域已经取得了巨大的成果，今年全国“两会”政府工作报告中提到，将全面启动多种形式的医疗联合体建设试点，增强基层服务能力，方便群众就近就医，AI+医生的诊疗模式可以辅助基层医疗机构迎接这次挑战。
