2016年，是人工智能崛起的一年，AlphaGo的那次人机大战一经流传，迅速引起社会各界人士对人工智能领域的关注，各行各业开始由“互联网+”向“AI+”转型发展。此外，据VentureBeat报道，近日在英伟达ceo黄仁勋主办的一场竞选赛中，从三大类别的2000多家AI创业公司中，选出了14家最优秀的AI初创公司，其中就有5家为AI医疗创业公司。由此可见，AI技术开始对准精准医疗，为互联网医疗的发展开辟一条新道路。

 

 

医疗领域因其复杂程度和专业程度，一直以来，从疾病的预测、诊断、治疗到后期康复护理，从医疗硬件设备、诊治过程到诊后患者反馈更进都受到社会各界人士的关注。由此，社会各界人士一直对基于传统经验的医学进行探索、挑战。与传统医疗相比，精准医疗因将个人基因、环境与生活习惯差异考虑在内，而形成了一种疾病预防与处置的新兴方法。精准医疗的提出，或许会给传统医疗模式带来新的发展路径，传统医疗的经验积累加上精准医疗新鲜观念，两者的巧妙结合将可能产生让人惊喜的化学反应。

 

精准医疗主要包括精准诊断与精准治疗两个方面，可以通过精密仪器、生命科学等先进现代技术与我国传统经验整合，减小临床实践的不确定性，在保证精准的同时尽可能将损伤控制到最低。中国早在本世纪开始关注精准医疗，2006年首先推出了精准外科概念，得到国内外医学界认可后，被引用到肿瘤放疗、妇科等医学领域中。其目标是通过合理资源调配、全流程的成本调控，获得效益与耗费之比的最大化。至此，精准医疗成为互联网医疗发展的一个新方向。

 

 

AI的技术核心主要在于大数据分析能力和深度学习能力。从AI技术的大数据分析能力来看，在医疗行业里，庞大的患者案例、数据，是传统医疗行业对现代医疗的完善发展最大的价值所在。根据这些已有的案例进行数据分析、信息整合，形成一张不断完善的知识图谱，对未来医疗行业的建设与发展都将起着至关重要的作用。但现阶段，由于医疗行业数据基数庞大，非规则化数据结构占比较大，加上因患者不同而导致同类病症依然千差万别的情况，传统医疗行业单凭本就匮乏的医疗资源，来对如此庞大且复杂的数据进行深度分析，难度可见一般。

 

AI的出现，正好可以走出这一困境。比起人脑，AI可以更高效地处理海量数据，并迅速找到一些特征和规律，不仅如此，还可以利用庞大的易学知识库和数据库，建立医生的临床辅助决策系统，帮助医生进行诊断。以癌症为例，AI通过数据分析，进行基因测序，就找到癌症的突变基因，从而迅速确定对症药物，省去患者尝试各种治疗方法的时间，并且只需要患者的血液甚至唾液，无需传统的病理切片，可以减少诊断过程中对患者身体的损伤，显著改善患者的诊疗体验和诊疗效果，发展潜力巨大。

 

从AI技术的深度学习能力来看，AI可以对人的意识、思维信息过程进行模拟，通过知识图谱的建立，甚至可以自主咨询患者情况，通过聊天的形式，对患者情况进行初步诊断。在如今优质医疗资源极其匮乏的情况下，AI如此强大的学习能力，的确可以相对减轻对医疗人才的培养负担。同时，还可以有效辅助医生诊疗，进行治疗方案的初步制定，大大提供工作效率。据相关数据分析显示，在儿科发热相关疾病中的AI运用中，人工智能已经可以达到中级医生的水平。

 

在精准诊断之后，更重要的是精准治疗。一方面，AI技术可以向机器人研发方向发展，通过对市场需求的正确把握，实现与各个医疗应用场景的有效对接。例如，AI技术在计算机视觉方向有着独特的技术优势，通过技术支持，提高医疗成像的分析能力，协助医生在治疗过程中进行准确分析，降低医生因主客观因素的干扰，导致的在整个诊疗过程中存在的误差。再如，通过AI的技术支持，能够实现在手术室、病房等多个医疗场景中，与医生进行配合治疗，通过人机合作达到一定的医疗水准和效率。

 

另一方面，可以利用技术优势，进行药物研发，进行靶向治疗。人工智能具有先天的技术优势，通过对大数据的深度整合分析和较高水平的专业学习模仿能力，加上人工智能在自然语言处理、语音识别等领域的优势，对已经明确的癌位点进行有针对性的药物研发。在慢病管理方面，人工智能的运用能够突破传统医疗行业壁垒，从技术层面切入治疗痛点。例如，针对肿瘤等慢性病症的治疗，需要漫长的时间和悉心的疗养，人工智能的引入一方面可以对患者进行实时监控，针对患者个体差异，提供个性化的疗养方案;另一方面，可以通过技术层面，从基因测序、细胞分析等方面，完善相关医疗手段、技术，为精准医疗提供切实有效的发展路径。

 

互联网医疗开启AI模式，虽然现在仍处于初级阶段，但较传统医疗模式展示很多优势，人工智能的运用从长远来看，的确可以为医疗领域的发展带来新的生机。笔者认为，将AI对准精准医疗，通过技术研发和大数据的整合、采集，实现医疗个性化服务，可以成为互联网医疗未来发展的一条可行之道。但传统医疗模式在患者心理已经根深蒂固，AI在高度依赖大数据的同时，也挑战着患者数据隐私等相关问题。如何打破用户的心理芥蒂，让患者接受人工智能进入医疗行业，则需要多方努力。