人工智能的發(fā)展大大加快了醫(yī)學影像診斷速度，提升了影像診斷的精準度，能夠解決醫(yī)學影像大數(shù)據(jù)人工處理中存在的大部分問題，利用AI的感覺認知能力對患者的影像進行識別，獲取重要信息，可為經驗不足的醫(yī)生提供幫助，提高其判讀醫(yī)學影像的效率。同時基于深度學習通過大量已有的影像數(shù)據(jù)和臨床診斷信息訓練人工智能系統(tǒng)，使其具備診斷疾病的能力，輔助臨床診斷，降低漏診誤診的概率。

在良好的宏觀環(huán)境下，當前我國人工智能醫(yī)學影像行業(yè)已經形成了完整的產業(yè)鏈。上游市場參與者包括醫(yī)學影像領域的上游硬件和軟件提供商以及AI技術所需要的硬件設備、云服務、算法、數(shù)據(jù)等平臺提供商;中游環(huán)節(jié)主體是AI醫(yī)學影像制造企業(yè)，類型主要有設備型企業(yè)、技術型企業(yè)和互聯(lián)網(wǎng)科技巨頭三大類，業(yè)務涉及產品研發(fā)、生產和推廣;下游市場可觸及醫(yī)學影像產業(yè)鏈多個環(huán)節(jié)，包括各級醫(yī)療機構、終端患者和醫(yī)保、商保等保險機構。

谷歌：創(chuàng)建大規(guī)模眼科數(shù)據(jù)集糖尿病性視網(wǎng)膜病變是一種眼部疾病，這種眼部疾病非常容易導致糖尿病患者失明。具體地說，當連接視網(wǎng)膜的光敏器官出現(xiàn)病變時，其中的微小血管會隨之壞死，進而損傷眼部，短期會引發(fā)視覺模糊，長期則會引發(fā)失明。

Sense.ly：推出虛擬護士Molly2020年，突如其來的新冠肺炎疫情讓廣大醫(yī)護人員面臨著巨大的風險，與此同時，醫(yī)護人員人數(shù)不足的情況也顯現(xiàn)出來原因有很多，最主要的是就業(yè)門檻高。優(yōu)秀的醫(yī)護人員需要學習很多專業(yè)知識，同時也需要具備許多優(yōu)良的品質。人工智能能夠有效解決這一問題。人工智能賦能醫(yī)療行業(yè)后，虛擬的醫(yī)護人員開始不斷涌現(xiàn)。借助大數(shù)據(jù)和云計算等技術，這些虛擬的醫(yī)護人員能夠高效地收集患者的各類信息，如患者的飲食狀況、鍛煉狀況及服藥習慣等。收集信息后，虛擬的醫(yī)護人員能夠迅速分析、評估患者的整體健康狀況，并通過智能化的手段協(xié)助患者進行一系列康復活動。

精準醫(yī)療之所以能做到“精準”，就是因為實施的醫(yī)療手段是以基因數(shù)據(jù)為依據(jù)。而依據(jù)基因數(shù)據(jù)進行分析，就意味著龐大的計算量。隨著人工智能的深度學習技術不斷優(yōu)化，計算機系統(tǒng)可以在已有數(shù)據(jù)的基礎上不斷地進行學習，掌握疾病的表現(xiàn)特征，為患者實現(xiàn)精準醫(yī)療。許多公司應用深度學習算法在精準醫(yī)療上取得了不錯的成績，證明了人工智能在推進精準醫(yī)療方面的可行性。

精準醫(yī)療涉及基因測序、細胞免疫治療、基因編輯三個層次。其中，基于大量細胞和分子級別的“基因測序”是精準醫(yī)療的基礎;“對免疫細胞進行功能強化與缺損修復”是精準醫(yī)療在疾病治療領域的常見應用，其中CAR-T和TCR-T療法備受各方關注;而對變異細胞進行改造與治療的“基因編輯”技術，則為精準醫(yī)療的高階應用，技術壁壘較高。

如今，AI+醫(yī)療已經成為醫(yī)療行業(yè)的重大變革之一。隨著人工智能技術逐步向多病種覆蓋、多場景應用方向發(fā)展，可以預見的是，人工智能在醫(yī)療領域大規(guī)模應用落地時代即將到來。