我們常常聽說“AI”“人工智能”，聽起來，感覺很高大上，距離我們的生活很遙遠，就像天上的白云，智能看的著，卻很朦朧。隨著人工智能的發(fā)展，慢慢的我們發(fā)現(xiàn)那邊云已經(jīng)變成雨滴滋潤我們的生活。越是高科技的產(chǎn)品，越是向我們的生活靠近。人工智能終究是要向人靠攏的，如何讓人更加輕松才是其發(fā)展方向。

提到人工智能，相信每個人都不會陌生，人工智能離我們越來越近，哪怕我們購物的時候，我們閱讀的時候，我們出行的時候都已經(jīng)結合了人工智能的技術。醫(yī)療是人工智能的一個主要應用場景，主要是人工智能可以解決現(xiàn)在醫(yī)療的一些痛點，比如醫(yī)療資源分配不平均，比如不能在早期發(fā)現(xiàn)疾病等，人工智能的介入可以讓醫(yī)療各個環(huán)節(jié)更好，更高效的運轉起來。

現(xiàn)在很多環(huán)節(jié)都出現(xiàn)了人工智能的身影，很多從業(yè)者對醫(yī)療人工智能的看法，根據(jù)應用場景的不同，醫(yī)療人工智能主要分類五大類，影像識別、問診分診、基因和微生物、醫(yī)藥研發(fā)和營養(yǎng)學。首先我們先了解一下人工智能的分類，現(xiàn)在人工智能主要有三大類，圖像識別：這個比較清楚，就是通過計算機對圖像進行分析識別；語音識別：這個應用已經(jīng)很多，比如微信的語音轉文字；還有就是自然語言理解：這是強人工智能的畢竟之路，機器通過文字掌握背后的真是用意。

人工智能是一門極富挑戰(zhàn)性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智能是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。但不同的時代、不同的人對這種“復雜工作”的理解是不同的。

關乎民生的醫(yī)療領域，是人工智能落地最佳應用陣地，在這里AI可以嘗試解決更多實際問題。目前，我國人工智能應用于醫(yī)療需面臨三大挑戰(zhàn)。首先，臨床醫(yī)生數(shù)量太少，比如中國只有八萬放射科醫(yī)師，卻要面對13億人口。第二，數(shù)據(jù)量龐大，計算和存儲都需要更高的技術。第三，醫(yī)療人工智能成本仍然很高。依靠人工智能，診斷放射片準確率已經(jīng)高達95%，可緩解因醫(yī)生數(shù)量不足或診斷水平參差不齊而導致的看病難和誤診。對于龐大醫(yī)療數(shù)據(jù)的計算和存儲，用于人工智能計算和分析的至強處理器，其實并沒有完全發(fā)揮實力。

降低人工智能成本，加快實際應用落地，才能真正體現(xiàn)技術的價值。英特爾表示，他們與生態(tài)鏈合作伙伴一同致力于成本控制，讓百姓用得起先進的人工智能醫(yī)療技術。

實際上，人工智能真的不是一個新技術，是一個60多年的技術，是一個發(fā)展中的技術。人工智能做的事和不能做的事是非常清晰的，所以要選擇能夠做的，真正能夠輔助人類提高效率的。在這樣的技術發(fā)展過程中，商業(yè)模式又是什么？就是回歸商業(yè)本質(zhì)，是否真的能夠在里面變成閉環(huán)的業(yè)務。比如說，病理應該是人工智能特別看好的細分領域，中國特別缺病理的醫(yī)生，美國的病理醫(yī)生是平均兩千人一個，而中國是7萬人一個病理醫(yī)生，所以如果是按照國家規(guī)定，現(xiàn)在中國的病理醫(yī)生有9千多，缺口有4到9萬人，這是不可能被培訓出來的，只能靠技術。

看病理醫(yī)生的水平又是完全不一樣的，好壞差距非常大，所以中國的癌癥的5年復發(fā)率是遠遠高于別的地方的。其次，這個領域特別適合人工智能，有所為，有所不為。任何一個病理的切片都承載了海量的信息，可是這個信息在人眼看，都是非常疲勞的，而機器一定比人看得好，一定能夠輔助，這件事情已經(jīng)不是一個想象了，在很多地方都是非常成熟了，所以我們覺得像這樣就回歸到了醫(yī)療商業(yè)本質(zhì)，就真正能夠變成這個領域中可以真正對病患提供更準確的價值，從而給予更精準的治療方案，真正解決醫(yī)院、醫(yī)生的問題，可以成為這個產(chǎn)業(yè)中價值最寶貴的一環(huán)。

人工智能有所為，有所不為，用一個簡單的方式衡量，就是快思考和慢思考，任何快思考能夠做出的東西，機器一定比你好。比如說看一個東西，看片子，都會比你好，任何的慢思考，所有的醫(yī)療最后的判斷源自于更多的緯度的，根據(jù)很多的信息綜合的，機器永遠做不過你，所以根本不要考慮被替代。未來，人工智能將加快與經(jīng)濟社會各領域的融合，并有望塑造出新業(yè)態(tài)。

當前，人工智能與交通、醫(yī)療、金融、教育等領域結合，已經(jīng)讓人們生活變得更智慧。清華大學數(shù)據(jù)科學研究院執(zhí)行副院長韓亦舜說，安全是交通出行的痛點之一，清華數(shù)據(jù)科學研究院團隊與貴州合作，嘗試利用人工智能、大數(shù)據(jù)等技術，通過采集分析動態(tài)數(shù)據(jù)、統(tǒng)一調(diào)度等措施，做到了對風險點的預判、疏導，提升了出行的安全性。不過，在一些領域，技術還有待進一步完善，才能給行業(yè)應用足夠的支撐。網(wǎng)易高級副總裁、網(wǎng)易有道首席執(zhí)行官周楓說，教育要更智能，就有賴于計算機視覺、自適應學習算法等一系列基礎技術的進步。

推進人工智能落地，我國擁有數(shù)據(jù)和市場規(guī)模優(yōu)勢，但在底層技術和基礎研究上，距離行業(yè)頂尖水平仍有一定差距。我們應該加強行業(yè)合作，共同突破技術瓶頸。加快人工智能產(chǎn)業(yè)化，要從源頭找到真正有價值的問題。創(chuàng)新要來自真實的市場需求，創(chuàng)業(yè)者應找到人工智能的應用場景，著重解決行業(yè)的難題。同時，學界應專注一些前沿基礎問題，搭建產(chǎn)學研良性互動的橋梁。

人工智能技術和產(chǎn)業(yè)發(fā)展還需要尖端人才。當前我國人工智能人才培養(yǎng)模式有待完善，未來應該通過校企合作、校內(nèi)跨專業(yè)等方式加強人工智能人才培養(yǎng)。此外，還可以建設大數(shù)據(jù)和人工智能學習分享平臺，讓更多對人工智能有興趣的人參與進來，從而形成豐富的人才儲備。專家認為，一些大學鼓勵校內(nèi)各系跨界和融合，誕生了很多很好的研究成果。高校院所應鼓勵跨界研究，讓不同學科互相碰撞，充分利用智力資源。

今天我們提到人工智能，想到的可能是很多黑科技產(chǎn)品，但是人工智能之所以在之前幾十年沒有得到快速發(fā)展，而最近幾年爆發(fā)式的增長，主要原因是人工智能在圖像識別領域有了革命性的技術突破，造成了人工智能的繁榮，因此現(xiàn)在圖像識別類的公司占據(jù)了主要的位置。

我國人口眾多，醫(yī)療資源有限，很難達到國外的水平，人工智能如果能夠解決遠程醫(yī)療解決的需求，將會更加高效的運轉起來。在國內(nèi)，這也是眾多企業(yè)奮斗的方向，醫(yī)學影像在醫(yī)療中的應用，相信每一個接觸醫(yī)生的人都會知道，從中醫(yī)的望聞問切到西醫(yī)的各種片子，都用到了影像。應對人工智能、大數(shù)據(jù)在內(nèi)的新技術，以及隨之帶來的變化，管理機制也需做出相應的調(diào)整。在確保風險可控前提下，盡可能給創(chuàng)新留下空間。人工智能有所為，有所不為。讓人工智能充分發(fā)揮其作用，惠及生活。