人工智能在醫(yī)療的核心應用場景：基層智能診療
人工智能詞，至今已有近一個甲子的歷史，在崎嶇不平的道路上取得了可喜的進展。
2016年AlphaGo戰(zhàn)勝世界頂級圍棋高手李世石，2017年再次戰(zhàn)勝圍棋等級分排名世界第一的柯潔，各大新聞媒體紛紛報道，令人工智能火熱席卷全球。
人工智能到底有多熱？可以這么說，不提人工智能的公司，可能會被認定不算科技公司了。
但實際上也應當認識到目前所有的人工智能技術，不管多么先進，還屬于弱人工智能。例如谷歌花了幾十億美元制造一個能夠讀懂六歲小朋友的圖文，并且了解那些詞匯意思的電腦，目前仍舊還沒做出來。
所以現(xiàn)階段是屬于一個弱人工智能的階段，即人腦智能一直被模仿，意識從未被超越。而所謂的智能診療，不是對醫(yī)生全腦的模擬，而是對醫(yī)生診療過程進行模擬，這還是可以做到的。
為什么現(xiàn)在人工智能開始講場景了？因為純粹講人工智能，沒有具體的產(chǎn)品落地和使用，去滿足用戶的需求，單是擁有超強的計算能力，沒有大量的用戶去用的話，只能說是一個空中樓閣。所以人工智能的創(chuàng)業(yè)項目一定要結(jié)合行業(yè)應用，機器人維修，一方面利用精準數(shù)據(jù)資源、算法，另一方面根據(jù)特定的應用場景設計商業(yè)模式。
那么醫(yī)療領域的智能診療是什么？就是將人工智能技術應用到醫(yī)學診療中，讓計算機學習醫(yī)療專家的醫(yī)療經(jīng)驗和醫(yī)學文獻知識，模擬醫(yī)生的診治思維和推理過程，從而給出可靠的診治療方案。
這看起來很美好，但是醫(yī)療領域的智能診療場景又是什么呢？
智能診療絕佳落地領域：基層醫(yī)療
目前國家正在提倡分級診療，而基層首診是分級診療制度的重要基礎，分級診療需要基層醫(yī)療機構(gòu)做好守門人和健康管理者，基層強大起來之時，就是分級診療制度真正普遍施行之日。
可見，智能診療最大的市場機遇是在基層，輔助基層醫(yī)生診療。這里的基層是指醫(yī)療服務能力比較薄弱的地方，比如說具備老三件、簡單生化儀器的社區(qū)衛(wèi)生服務中心或村衛(wèi)生室，不包括設備相對較好的鄉(xiāng)鎮(zhèn)衛(wèi)生院。那些在三甲醫(yī)院的知名專家教授，他們有著精尖的�？萍寄�、儀器設備，因此對于人工智能輔診的需求并不強烈，可以說是一個可有可無的點心。
加上基層醫(yī)療醫(yī)務人員能力不足，又需要承擔大量常見病、多發(fā)病、慢性病的病人，因此他們更需要提高診療水平和效率的工具。雖然智能診療在基層的推廣和普及，可能是一種攪局式創(chuàng)新，但是這些技術創(chuàng)新有助于推動原來需要專家才能做到的診斷、治療。讓基層醫(yī)生在缺乏高端儀器設備的情況下，也能為患者提供初步的診治工作。
目前，市面上比較常見并且高效運轉(zhuǎn)的醫(yī)療人工智能，主要是自然語言處理類輔助診斷系統(tǒng)和醫(yī)學影像識別類輔助診斷系統(tǒng)兩個細分領域。但必須要認清，賦能基層的智能診療真正落地細分領域不應當是醫(yī)學影像識別，而應在自然語言處理類輔助診療方面探索。
因為醫(yī)學影像識別特別適用于二三甲醫(yī)院，它是對影片進行分析的，是一個單一且規(guī)律性強的領域，所以根本就不適用于缺乏設備但又應該具有全科技能的基層醫(yī)生（尤其百萬鄉(xiāng)醫(yī)）。因此，賦能基層的智能診療真正落地細分領域不應當是醫(yī)學影像識別，智能診療賦能入口才是基層成長便捷之徑。借助智能診療做強基層醫(yī)療服務，基層首診才能得到落實，分級診療才能真正的推進下去。
智能診療系統(tǒng)：實現(xiàn)輕輕松松當醫(yī)生
人工智能具有模擬醫(yī)生的診治思維和推理過程的能力，并且在記憶力、運算速度和精度上都可以優(yōu)于人類。基于人工智能開發(fā)的智能診療系統(tǒng)能為醫(yī)生提供實效、實時的決策支持，可以提高廣大經(jīng)驗不足的醫(yī)療工作者的工作能力，特別是對于基層醫(yī)生來說，作用尤其大：輔助基層醫(yī)生進行臨床的診斷和治療，真正起到記憶延伸和醫(yī)生助手的作用。
比如查書VS使用智能診療系統(tǒng)：查書讓病人失去信心（覺得醫(yī)生診療水平低），使用智能診療系統(tǒng)（必須電腦端）反而讓病人覺得格局高端、診療水平高。當遇到不懂或弄不清的病時，在病人面前不要慌，也不要輕易說出不會二字，使病人喪失信心，起碼知道是哪科、哪系統(tǒng)的病，知道做哪一些一般檢查是不多余的吧？利用電腦的快速檢索、智能診療功能對這個病的診斷、治療就有了一個較正確、較全面的了解，你便可以進行治療了。這種效果也會幾倍于平時苦苦死記硬背。
在這個優(yōu)質(zhì)醫(yī)療資源短缺的時代，面對基層醫(yī)療領域面臨的共同問題，需要在現(xiàn)有的醫(yī)療資源供求環(huán)境中挖掘增量價值，創(chuàng)造出提高效率的解決方案。擺在醫(yī)療創(chuàng)業(yè)者面前的是，如何將頂尖醫(yī)學專家的知識和診治經(jīng)驗進行快速復制，設計創(chuàng)造岀模擬專家診治思維的臨床醫(yī)學智能診療系統(tǒng)。
這里所說的臨床醫(yī)學智能診療系統(tǒng)可以為三類醫(yī)生提供幫助：其一是可以準確診治疾病的醫(yī)生，臨床醫(yī)學智能診療系統(tǒng)可以幫他們快速篩查分診疾病，并且不會疲憊，提高工作效率；其二是尚不能精準判斷疾病的醫(yī)生，臨床醫(yī)學智能診療系統(tǒng)進行輔診及提醒，以免誤診和漏診，提升醫(yī)生的職業(yè)專業(yè)程度；其三是在傳統(tǒng)的醫(yī)療教育行業(yè)中，醫(yī)生培養(yǎng)周期長，智能診療系統(tǒng)能幫助我們的基層醫(yī)生（尤其百萬鄉(xiāng)醫(yī)）不要用5～10年才能成長成為一個全科醫(yī)生，而可以只用2～5年。
最頂尖的診治：醫(yī)生診療技能+智能診療系統(tǒng)
人類智能＋人工智能＝人機結(jié)合的新高度，弱人工智能階段，人與計算機各有優(yōu)勢，因此現(xiàn)階段智能診療發(fā)展的最佳模式應當是人機結(jié)合。如果結(jié)合人類智能和智能診療系統(tǒng)，可以高效地處理海量醫(yī)療數(shù)據(jù)，迅速找到一些特征和規(guī)律，從而可以獲得更為滿意的診治結(jié)果。
王小川認為：人類大概有七八萬種疾病，一個醫(yī)生擅長的領域可能只有幾十種，而機器能夠不斷地閱讀文獻，在里面找規(guī)律。通過機器輔助醫(yī)療診斷，醫(yī)生利用這一系統(tǒng)，能幫助他們診斷的能力達到頂尖的水平。
就診斷而言，如果沒有存入特定的癥狀-疾病關系，就不可能進入計算，輸入不正確的資料，諸如不完全的病史、不精確的化驗和不正確的診斷模型，都將引出不正確的輸出。
進而言之，一旦產(chǎn)生了較好的自動診病程序，仍然需要在醫(yī)生的監(jiān)督下工作，因為對于不斷產(chǎn)生的新問題以及醫(yī)者與患者間的相互作用等等更得在醫(yī)生主持下研究和解決。醫(yī)生更重要的價值在于對診斷結(jié)果的解釋、說明和信用背書，智能診療系統(tǒng)則為基層醫(yī)生的診療工作提供適時指導和幫助。讓智能診療系統(tǒng)取代醫(yī)生進行獨立診療，從目前來看是不符合醫(yī)療倫理的，但是讓智能診療系統(tǒng)輔助、指導醫(yī)生進行診療，則無疑會大大提高基層醫(yī)生的診療能力、效率，達到全科醫(yī)生水平，從而降低誤診率、漏診率。