2012年Watson 通过了美国职业医师资格考试，并部署在美国多家医院提供辅助辅助诊疗的服务。目前IBM Watson 提供诊治服务的病种包括乳腺癌、肺癌、结肠癌、前列腺癌、膀胱癌、卵巢癌、子宫癌等多种癌症。2016 年12月26日，“浙江省中医院沃森联合会诊中心”成立，这也意味着IBM Watson for Oncology 在中国医疗领域的商业试应用正式落地。

　　将基础能力与人类医生的一般医疗诊断模型进行融合，atv直播，形成了Watson 在提供辅助诊疗的处理逻辑。 其实质是融合了自然语言处理、认知技术、自动推理、机器学习、信息检索等技术，并给予假设认知和大规模的证据搜集、分析、评价的人工智能系统。

　　*Watson 的三种能力：理解、推理、学习

　　*Watson 模拟人类医生诊断模式的处理逻辑

　　AI+医学影像：细分领域爆发的先锋

　　AI+医学影像是将人工智能 技术具体应用在医学影像的诊断上。AI+医学影像诊断市场空间巨大，可能成为众多医疗细分领域率先爆发的领域 。一是病理医生缺口巨大。由于国内病理医生收入低、培养模式不健全，全国病理医生极度缺乏；二是，病理读片高度依赖经验，因经验而异使得病理读片的准确率相差大。

　　AI 在医学影像应用主要分为两部分：一是图像识别，应用于感知环节，其主要目的是将影像这类非机构化数据进行分析，获取一些有意义的信息；二是深度学习，应用于学习和分析环节，是 AI 应用的最核心环节，通过大量的影像数据和诊断数据，不断对神经元网络进行深度学习训练，促使其掌握“诊断”的能力。

　　*人工智能对影像数据分析过程

　　*人工读片 VS 人工智能读片

　　AI+ 医学影像已经走出实验室，下一步将迎来商业化浪潮。

　　贝斯以色列女执事医学中心（ BIDMC ）与哈佛医学院合作研发的人工智能系统，对乳腺癌病理图片中癌细胞的识别准确率能达到 92%，虽然还是低于人类病理学家 96% 的准确率，但当这套技术与病理学家的分析结合在一起时，它的诊断准确率可以高达 99.5%，国内的DeepCare 对于乳腺癌细胞识别的准确率也达到了 92%。据悉尼先驱晨报的报道，Enlitic 凭借深度学习技术超越了4位顶级的放射科医生，包括诊断出了人类医生无法诊断出的 7%的癌症，以及在人类医生高达 66%的癌症误诊率的情况下，Enlitic 的误诊率只有 47%。

　　AI+药物挖掘：埃博拉之战的功臣

　　AI+ 药物挖掘是指将深度学习技术应用于药物临床前研究，达到快速、准确地挖掘和筛选合适的化合物或生物，达到缩短新药研发周期、降低新药研发成本、提高新药研发成功率的目的。

　　*新药研发周期长

　　*全球医药制造巨头在药品研发上投入巨大

　　*新药研发失败率高

　　AI通过计算机模拟，可以对药物活性、安全性和副作用进行预测。借助深度学习，在心血管药、抗肿瘤药、孤儿药和常见传染病治疗药等多领域取得了新突破。目前，已经涌现出多家 AI 技术主导的药物研发企业。

　　以硅谷公司Atomwise为例：Atomwise通过IBM超级计算机，在分子结构数据库中筛选治疗方法，评估出 820 万种候选化合物，研发成本仅为数千美元，研究周期仅需要几天。2015 年，Atomwise基于现有的候选药物，应用 AI 算法，不到一天时间就成功地寻找出能控制埃博拉病毒的两种候选药物，以往类似研究需要耗时数月甚至数年时间。

　　AI+健康管理：FitBit或成最大赢家