2001年，斯皮爾伯格導演的電影《人工智能》曾展示了人類的AI技術狂想。然而不為人知的是，早在1972年，尚為“科幻”的AI技術就已應用于醫療領域——當時，英國利茲大學研發出了被稱為醫療AI鼻祖的AAPHelp系統，它能夠使用Bayesian算法，根據症狀診斷出病人産生劇烈腹痛的可能原因。到了1974年，AAPHelp系統的診斷精度甚至超過了資深醫生的平均水平。
從IBM的Watson到Google的深度學習神經網絡，醫療AI在世界範圍内掀起了一輪又一輪浪潮，并從2013年起逐步由學術課題走向臨床應用，且應用場景日益多元化。
兩年後的2015年，中國也加入了這一大潮。
在醫學影像診斷、病理檢測、智能問診等方面，中國已經有一批創業公司擁有了自己的技術和産品，并且正在進入真實的應用場景；而騰訊、阿裡巴巴、百度這樣的互聯網巨頭，則緻力于搭建開放性醫療平台，整合更多的醫療AI資源。
資本的流入也在支撐這個風口。億歐智庫的數據顯示：2015年第二季度以來，中國醫療AI的投資金額和投資頻次均進入爆發式增長階段，其中僅2016年第二季度投資額就達到4.7億元，投資頻次達65次；截至2017年8月，中國醫療AI企業累積融資額已超過180億元人民币。
資本裹挾之下，中國醫療AI的技術不斷進步，應用場景落地速度也迅速加快。以智能影像輔助診斷系統為例，随着訓練數據的積累，一般輔助診斷系統都能夠在30秒鐘之内完成識别和初步診斷，其中肺結節篩查的AI産品平均準确率達到90%以上，超過了醫師的平均水平。
高歌猛進之下，重重門檻仍需跨越。
AI産品要想進入醫院實現大規模商用，還需要進一步打破制度性障礙，探索更适合數字健康産品的安全審查模式；此外，增加醫院、醫生對于AI産品的接受度也需長久的努力；而就産品本身而言，也還需要更多适用性更好、更簡單易操作、更加匹配醫院工作流程的醫療AI産品。
必須承認，醫療AI的實際應用，離科幻電影中的高度智能化，甚至徹底改變傳統的醫療模式，還有相當長一段路要走。相形之下，更現實可期的是，作為一種醫療輔助産品，醫療AI将幫助醫生更為準确地提升診斷水平，而人類的疾病控制與健康管理也将由此獲得不斷提升的高效服務。
文/張瑜王輝輝