若論話題熱度，人工智能無疑是近段最熱話題之一，微軟、谷歌、Facebook、IBM等科技巨頭都競相布局人工智能，除了表面上的營銷噱頭外，更是將其作為其業(yè)務競爭力及轉型之需，而對于人工智能在醫(yī)療領域的應用價值，業(yè)界說法不一，那么，究竟人工智能“插足”醫(yī)療領域是雞肋還是正能量?

近年來，隨著移動互聯(lián)、物聯(lián)網(wǎng)等新興技術的快速發(fā)展，由不同終端設備催生出的數(shù)據(jù)量愈加龐大，據(jù)相關機構預測，在2020年大數(shù)據(jù)量將上漲至44ZB。據(jù)了解，這些數(shù)據(jù)有高達80%都是來源于文本、圖像、視頻等非結構化數(shù)據(jù)，但是由于技術瓶頸，現(xiàn)有的IT系統(tǒng)無法識別這些非結構化數(shù)據(jù)，因此，這些數(shù)據(jù)就猶如“垃圾”，變得毫無價值。而其于人工智能的認知技術則是大數(shù)據(jù)時代的必然產(chǎn)物，不但能夠識別大量的非結構化數(shù)據(jù)，更可以提供數(shù)據(jù)洞察(認知計算是IBM提出的一個概念，從技術角度上來講，認知計算和人工智能有很多共性的地方，比如機器學習、深度學習等方面十分類似，但人工智能只是認知計算的一個維度，人工智能強調讓機器更人性化，而認知計算更多的強調推理和學習，以及如何把這樣的能力結合具體的商業(yè)應用、解決商業(yè)問題)。IBM大中華區(qū)硬件系統(tǒng)服務器解決方案施東峰曾表示，認知計算是一種能夠“像人一樣”思考和感知這個世界，具有理解、推理和學習三大突出特性，能夠理解各種形式的非結構化數(shù)據(jù)，由此生成數(shù)據(jù)洞察，助力企業(yè)快速從復雜的海量數(shù)據(jù)中獲得洞察，并做出更為精準的商業(yè)決策。

事實上，國內外已經(jīng)有一些高科技企業(yè)將這些認知計算和深度學習等先進技術用于醫(yī)療影像領域，并出現(xiàn)了“機器人醫(yī)生”，以IBM的“沃森醫(yī)生”最有代表性。在國內醫(yī)療信息化和分級診療的大背景下，人工智能與醫(yī)學影像的市場空間在不斷增長。

對于醫(yī)生來說，大腦的記憶容量和時間都是有限的，絕大多數(shù)醫(yī)生都不可能讀完和理解最新的幾萬份有關研究論文，更不可能記住人類可能患上的上萬種疾病。但是對于人工智能不同，“機器人醫(yī)生”通過深度學習技術，可以不間斷的從大量的醫(yī)學工具書、醫(yī)學雜志、臨床診斷手冊、醫(yī)療電子記錄，到百科全書、詞典、圖書、新聞甚至電影劇本中提到的電子病歷進行機器學習，幾乎可以及時存儲所有最新的的醫(yī)學知識。而且更為重要的是，機器人醫(yī)生能夠學以致用，通過認知分析技術，憑借從各種渠道搜集的海量數(shù)據(jù)，迅速給出“意見”，指導醫(yī)生做出診斷和治療決策，并且不會因為人的各情緒導致缺診或誤診，同時患者能夠更快速地獲得醫(yī)療服務，而醫(yī)療機構也可節(jié)省成本。

之前，對于90%以上的非結構化醫(yī)學影像數(shù)據(jù)的認知分析一直是空白，原因在于涉及到大數(shù)據(jù)醫(yī)學影像分析技術和電腦認知計算技術，技術門檻高，而基于認知技術正好彌補了這一技術空白，人工智能在醫(yī)療影像領域的商業(yè)價值是不容忽視的。據(jù)IBM提供的資料，在國外，早在2014年，IBM的“沃森醫(yī)生”已經(jīng)在美國安德森癌癥中心(M.D. Anderson Cancer Center)上崗，已經(jīng)被譽為“未來最好的癌癥專家”和“醫(yī)神”。據(jù)測算，沃森的診斷準確率達到73%。

人工智能結合醫(yī)學影像，益處多多，患者、醫(yī)師和醫(yī)療均受益。對于患者來說，可以更快速的完成健康檢查，獲得更為精準的診斷建議及個性化治療方案建議;對于醫(yī)師來講，可以消減讀片時間，輔助診斷，降低誤診的概率及提示可能的副作用;對于醫(yī)療來講，深度學習可以提高準備率，同進系統(tǒng)性降低醫(yī)療成本。