人工智能从来不缺少落地的场景，但如果你想找到一个几乎是刚需的行业，医疗可能是最有可能的答案。

12月8日，国际知名科技杂志《麻省理工科技评论》发表的《AI医疗：亚洲的发展空间、能力和主动健康的未来》对41.6亿多人口的亚洲医疗状况进行了实地调查，得到了三组惊人的数据：

据世界卫生组织估计，2030年亚洲需要新增卫生保健专业人员1200多万人，比目前增加70%以上；

在人口超过22.5亿的南亚和东南亚，每万人中医生的平均人数不到7人。即使在日本和新加坡， 富裕，相应的数字也低于25；

根据瑞士再保险公司的预测，沉重的医疗负担造成了12个国家约4000万家庭的医疗缺口，其中近一半是中国家庭。

同时，《麻省理工科技评论》也试图给出一个解决方案，那就是用人工智能提升医疗服务供给的能力和效率。突出了以百度，为代表的中国，案例：灵医智惠， 百度推出的“临床辅助决策系统”(CDSS)已覆盖中国， 18个省、市、自治区的1000多家医疗机构，辅助医生进行临床诊断决策。

0120000后面：1

医疗资源不均等待解决

如果说麻省理工的数据还是偏向宏观的话，那么下面的数字几乎和所有人都息息相关：中国，约有6.6亿眼底疾病风险人群，但基层眼科医生只有3.6万人，比例接近2万：1，而在这些眼科医生中，能看电影的医生也只有几千人。

光是数字就足够令人震惊了，数字背后隐藏着一系列事实：

例如，与基层相比，医疗资源更倾向于大医院，导致人们就医时习惯性涌向三甲医院。占全国医疗卫生机构总数0.23%的三级医院承载了21%的医疗需求，占94.5%。基层医疗机构只分担54%的医疗需求，同时又人满为患；

比如《中国医师执业状况白皮书》披露的数据显示，85.87%的医生每周工作时间超过40小时。超压负荷、紧张的工作环境、与长时间工作报酬不成正比的薪酬水平，潜移默化地磨损了医生的“职业荣誉”，导致71.76%的医生遭受医患关系的待遇。

但这些只是一个方面。中国医疗资源的稀缺和分布不均远比想象的复杂。

一方面，人口老龄化进程迅速。在1982年，65岁及以上的老人只占4.9%。2000年达到7%，进入“老龄化社会”。到2016年，老年人口比例已达到10.8%。预计2035年65岁人口占比将超过20%，进入“超老龄化社会”。届时医疗痛点将全面爆发，时间窗口已经很短。

另一方面，慢病流行率上升的挑战中国的疾病谱正在加速从传染病向慢性病转变，主要包括高血压、糖尿病和心血管疾病。目前，慢性病导致的死亡已占总死亡的87.8%，慢性病导致的疾病负担也超过总疾病负担的70%。更令人担忧的是慢病，的年轻化趋势，这将进一步加剧中国医疗卫生问题的复杂性

在这样的情况下，实施“健康中国2030”等国家战略，除了优化国家医疗保障体系、促进健康老龄化、重视疾病预防和健康管理外，也成为战略重点之一，互联网、大数据、人工智能等新概念开始在医疗领域占据高位。

那么，新技术的应用能否弥合医疗资源的缺口呢？

02用AI“武装”基层医生

激活初级医疗保健的潜在价值

在回答这个问题之前，我们先来看看《麻省理工科技评论》中提到的印度和日本的应用案例：

根据印度，中央卫生情报局2016年的报告，印度，每1000例活产中有34例死亡，婴儿死亡率是美国的6倍，因此，瓦德瓦尼研究院开始利用手机的人工智能应用，对新生儿数据进行统计，比如一定时间范围内婴儿的头部大小，希望利用手机照片与算法模型的对比，为孕妇是否需要手术提供建议。

作为世界上第一个进入“超老龄化社会”的国家，一些创业公司为日本，的老年人开发了独特的AI应用，如针对痴呆患者的通讯工具、帮助护士为老年人安排如厕时间的预测分析等。

回看中国市场，与印度、日本， AI医疗的“浅应用”不同，中国AI与医疗的融合已经进入“深阶段”，开始用AI“武装”基层医生。

百度脑AI技术驱动的灵医智惠就是一个例子。从2018年在百度成立智慧医疗部，到2019年品牌升级为“灵医智惠”，短短两年时间，灵医智惠就推出了临床辅助决策系统(CDSS)、眼底影像分析系统、医疗大数据解决方案、智能预诊助手、慢病管理等五类解决方案。

就像前面提到的基层眼科医生的巨大差距一样，灵医智惠与中山大学， 中山眼科中心等一流医院深度合作，在扎实的眼底图像数据基础上，集成循证医学的可解释性算法架构和深度学习高精度算法，构建眼底图像分析系统。只需用眼底相机拍摄二维眼底图像，即可自动提取眼底四种生理结构，10秒内即可完成糖尿病视网膜病变、青光眼、黄斑区病等疾病的筛查。据悉，该系统已覆盖数百家医疗机构，每天协助近3000人完成糖尿病视网膜病变等眼病的科学早期筛查。

《麻省理工科技评论》还介绍了百度CDSS体系在平谷区， 北京市落地案例通过学习三甲医院权威教材、药典和优质病历，利用百度CDSS辅助基层医生进行疾病诊断。借用平谷区卫健委信息中心焦军锋，主任的说法：“过去基层医生能看到的病人和疾病比较少，所以诊疗经验有限。CDSS部署后，医生的能力提高了，人们也越来越认可。我们当地的医生。”

或许AI医疗还有很长的路要走，不同的国家有不同的流程。至少百度已经验证了用人工智能武装基层医生的正确性。

03AI医疗：创新者的旅程

深耕将促进社会变革

AI在医疗领域应用时，往往伴随着新的商机。根据研究公司IDC的估计，2022年亚洲医疗保健行业的技术支出可能达到150亿美元，并且将以每年7%的速度持续增长。

事实也是如此。2016年前后，一大批AI医疗团队应运而生，他们曾以佳话在资本市场大放异彩。然而，医疗毕竟是一个缓慢的行业，没有颠覆性的革命。在落地难、盈利预期缺失等不利因素的约束下，资本市场逐渐关闭，AI医疗成为创新者有资格进入的旅程。

百度无疑是一个直接的例子。2018年，智慧医疗部在百度，成立时，很多创业公司已经获得了B轮和C轮融资。然而，在对B端市场的探索中，先行者并没有抓住时间红利，反而成为了百度超车的垫脚石一些创业者哭诉，自己在抓住第一个客户之前，在医院和医生住了一个月。对百度这样的互联网巨头来说，这要容易得多

只是门槛从来不是资源好不好，AI能力才是真正的杠杆。

在国家工业信息安全发展研究中心发布的《人工智能中国专利技术分析报告》中，百度以5712件AI专利申请量排名第一；在IDC发布的《IDCMarketScape：2019中国AI云服务市场厂商评估》报告中，百度位于领导者象限的顶端，领先于阿里云， AWS、腾讯云和华为云和其他制造商.

以CDSS系统为例，大多数企业家选择使用标准的机器学习算法，围绕少数或单一疾病进行辅助决策，而国家则要求基层医生承担66种常见病的诊疗工作。灵医智惠CDSS系统可诊断27个科室4000多种常见病，Top3病种推荐准确率达95%。此外，还引入了辅助问诊、辅助诊断、治疗方案推荐、类似病历推荐、医嘱质量控制等板块，可以无缝集成到基层医生的工作流程中。

更何况，医疗行业不是纯粹的商业市场，而是具有天然的公益和社会属性。参与者不应局限于“做生意”的心态，而应积极融入医疗行业改革。与微软“云AI Medical Care”的布局类似，百度在为改善基层医疗提供创新解决方案和思路的同时，也在赋能东软和浪潮，的平等从业者，以竞赛的形式推动“医-学-企”融合，让AI Medical Care成为一场巨大的社会变革。

无论对于基层医疗的从业者，还是与医疗相关的普通人来说，“AI医疗”轨道上需要的是深耕者，而不是投机者。

04写在最后

美国，著名心脏病专家埃里克托波尔，在《深度医学》一书中肯定地指出：“人工智能可以给医疗系统带来更多的人性和温暖。”

或许埃里克托波尔的观点并不能得到所有人的认可，甚至有人在科幻小说中斥责AI医生毁灭人类的场景。对于这种现象，我们不需要用太多的言语去批判。我们只需要关注亚洲、非洲，等欠发达地区的基层医疗，然后对比人工智能带来的变化，就不难站稳脚跟。

作为世界上人口最多的国家，中国的初级医疗保健仍然面临各种挑战。幸运的是，百度和其他人工智能的先驱已经全副武装，行动了很长时间。

« 微信预约核酸检查怎么预约？ | 网站关键词密度控制的5个注意点 »