医渡云利用医疗大数据解决方案帮助医院跨系统、跨业务进行医疗数据的高效存储、处理和分析，对非结构化数据进行结构处理，并帮助医院和医生提高临床服务质量、科研转化率和管理效率，这种医院数据的利用和结构化是现在很多公司在从事的事情。

　　还有一种是实际应用型的，比如说康安途，我们都知道这是一家做跨境医疗的公司，公司搭建全球医疗资源大数据库，通过深度挖掘约2700万篇科研论文和各类资料，康安途正在将各国的新药进展、医疗价格、发病率、医保覆盖等指标进行分析，建立全球医疗信息大数据库，搭建人工智能平台，为患者筛选出性价比最优的跨境医疗咨询方案。

　　这就是人工智能实实在在的应用，也许康安途技术，算法并不是最厉害的，但是利用人工智能确实帮助了公司的发展。

　　标准的医疗大数据是人工智能研发的基础，这些大数据公司很多也是未其他的人工智能公司合作，向他们提供数据服务。

　　医学影像

　　人工智能在医学影像中的运用估计是我们最为熟悉的。我们经常在网上看到相关信息，比如：人们有望通过手机诊断皮肤癌，atv，准确率已经超过91%；FDA首次批准了一款心脏核磁共振影像AI分析软件；谷歌用深度学习协助病理学家检测癌症，准确率在89%等等。这些都是人工智能在医学影像上的应用。

　　在这次统计的10家融资企业中有9家都获得融资，当然从事医疗影像的公司不仅仅这10家，还有百度、阿里云、科大讯飞等上市企业，这里就没有计算在内。

　　人工智能在医学影像中的应用，主要是辅助医生做诊断，让医生做诊断的时候做到有理有据，从而减少误诊、漏诊率。在动脉网的调查中，医生反馈减少漏诊是目前人工智能对他们最大的帮助。

　　我们对比了中国和美国的医学影像现状，从影像方面的误诊人数来看，美国每年的误诊人数达到了1200万，而中国因为人口基数庞大，达到了惊人的5700万/年，这些误诊主要发生在基层医疗机构。

　　目前中国的医学影像正在从传统的胶片向电子胶片过渡，而美国传统胶片已经成为历史。电子胶片的广泛使用使得医学影像数据大幅度增长，美国的数据年增长率达到了63.1%，在中国也达到了30%。

　　放射科医生的年增长率美国和中国仅仅只有2.2%和4.1%，远远低于影像数据的增长，形成了巨大的缺口。这意味着医师工作量大增，判断准确性下降，借助人工智能对影像进行判断则能有效弥补该缺口。在国内这个缺口略小于美国，但我们的特殊国情也使得跨平台的影像云有巨大市场需求。

　　健康生物技术

　　在这个领域，做的最好应属碳云智能，我们以它为例讲讲人工智能在生物健康技术上的应用。2016年4月份，碳云智能在完成A轮近10亿人民币融资的时候，当时创始人王俊就表示碳云智能会在精准美容、精准营养、精准健康、精准医疗四个方面发力，在基因、免疫、蛋白、代谢、微生物、临床体检、运动、饮食、环境等等多层次生命数据的基础上，构建生命健康领域的大数据生态系统，进而最终运用人工智能技术，帮助人们做精准的健康管理。

　　融资之后，碳云加快步伐在全球寻找志同道合的公司，开始构建数字生命联盟：在上游大数据领域布局，在下游健康体验领域开放第三方合作，先后宣布对国内保险大数据企业般若系统和以色列人工智能公司Imagu的收购和注资。

　　在基因领域，主要是通过智能化方式构建基因数据解析平台，实现基因解析的自动化、批量化和个性化，提高基因数据的解析准确度和速度。

　　医疗搜索

　　冯大辉辞职后决定从事医疗搜索的时候，给出了三大理由：

　　其一：医疗垂直搜索是一个彻头彻尾的蓝海市场，目前的入场选手还寥寥无几，尚处于摸索阶段，在行业没有一个固定形态的时间点下，任何入局者都有机会成为该领域的带头大哥；

　　其二：即使在魏则西百度事件后，百度也仍旧是绝大部分患者在网上的首选医疗入口，魏则西事件对于搜索引擎的革新，虽然谈不上革命，但也是对传统搜索巨头颇具破坏力的一次重锤。如果垂直搜索后续能与更多高质量的互联网医疗内容提供方开展更加深入的合作，或许对于搜索引擎在未来医疗行业中所处的地位，具有更大的意义。