人工智能发展的确提升了医疗工作效率

　　人工智能的发展促进了我国医疗卫生事业进入快车道。无论是处于传统的医疗机构还是新兴的互联网医疗平台，都乘着人工智能的东风加紧布局。

　　面对传统医疗机构一些不能解决的顽疾，或许未来人工智能技术可助其一臂之力。处于飞速发展期的医疗人工智能，在其道路上有哪些“痛点”?对于人工智能医疗的前景，人们既有诸多的期盼同时更多的是焦虑。

　　目前我国人工智能发展的确提升了医疗工作效率，安徽一家公立医院利用人工智能技术构建“云医生”平台，医生可以借助技术手段处理病历等工作，大幅度的减少了医生的工作量。而通过智能医学影像等技术能帮助医生迅速的做出判断，有效减少误诊、漏诊等问题。

　　为了实现医疗资源公平持续发展，国务院办公厅应发《关于促进“互联网+医疗健康”发展的意见》明确鼓励“互联网+”医疗服务和人工智能等技术应用。

　　目前人工智能的发展已经在智能分诊、影像识别、病例辅诊、个人健康管理、基因测序等领域广泛使用。

　　医药领域，人工智能可以帮助药企提高新药研发效率;医保环节，人工智能可以通过大数据分析协助医保进行费用控制;在医院，人工智能可以帮助管理者提高管理效率，一些简单重复性的工作人工智能也可以替代，如导诊等。

　　医疗影像是目前人工智能应用最广泛的领域之一。在一场“人机大战”中，一个神经影像AI辅助诊断系统，在比拼脑部核磁影像诊断比赛中，战胜了25位神经影像领域的资深专家。人工智能具备强大运算能力和深度的学习能力，应用前景广泛，特别是在医疗行业数字化转型方面。

　　学者认为，医疗正在成为人工智能最富变革的领域之一。随着人口老龄化加剧、慢性病患者群体增长，优质医疗资源紧缺，公共医疗费用攀升等问题日益凸显，人工智能将逐渐被用来解决医疗行业的痛点。庞大的人口数量和充足的医疗数据，则为医疗人工智能的发展提供了良好基础。

　　技术的发展和医疗数据的完善依旧是医疗人工智能要急需解决的问题。目前仅技术而言人工智能医疗领域还处在“初级阶段”，要正真落地、符合临床使用场景的产品仍然短缺，相关技术与产品的研发创新能力还需进一步提升。

　　目前人工智能技术(医疗影像方面)在医疗上应用大部分处于门槛较低(简单)领域，如肺部、眼部等，而在脊椎、腹部等复杂部位诊断的尝试相对较少。

　　大数据的发展也成为医疗人工智能领域发展的阻碍。从实际的问题来看很多数据不能互通互认，导致真实数据的缺失，形成“孤岛链”，解决这类问题目前有效的方法就是和行业企业合作进行数据“孤岛链”的治理，结合各方力量，才能达到良好的结果。

　　在医疗人工智能领域，复合型人才的短缺同样是制约行业发展迫切的问题。在这样的背景下，国家发改委、科技部等四部委联合发布《“互联网+”人工智能三年行动实施方案》从人才从业年限结构分布上来看，我国新一代人工智能人才的比例是较高，人才培养和发展空间广阔。

　　教育部在《高等学校人工智能创新行动计划》中也强调，加强人工智能领域专业的建设，推动“新工科”，形成“人工智能+X”复合专业培养新模式。鼓励企业和高校、医疗机构进行资源共享的开放式合作进行专业类人才培养模式，推动人工智能行业人才建设标准化。