这几年的科技发展，虽然在医疗的许多方面取得了进步，但是在一些重大疾病方面，依然素手无策。而 AI 的到来，有望给人类克服重大疾病带来希望。

疾病发现

在以往，很多疾病的发现虽然有仪器辅助，但是需要人工进行确认。尤其是在肿瘤的早期检查阶段，很多大型的医院主要的病理分析人员工作量大，甚至会出现漏查情况。而现在，国外已经开始通过 AI 对肿瘤进行精准诊断、图像分析，可以在肿瘤非常微小的时候，帮助医生更精准发现肿瘤，进行早期精准治疗，达到治愈的效果。这种技术还可以直接覆盖到一些基层医疗机构，提升早期发现率。

谷歌在 AI 的医疗渗透方面一直充当急先锋，j2直播，之前与印度亚拉文眼科医院（Aravind Eye Care System）合作，由医生提供各种视网膜的图片，然后谷歌的人工智能会根据这些图片来进行学习，建立一个更为完善的筛查系统，帮助人们尽早发现糖尿病造成的眼病（PDR）。

约翰霍普金斯大学惠灵顿工程学院和彭博公共卫生学院的教授 Suchi Saria 进行的一项研究表明，AI 机器学习能够改善败血症的早期诊断。脓毒症是美国第十一大死因，每年有超过 25 万人致死，超过死于前列腺癌，乳腺癌和艾滋病的人群。它是可治疗的，但只有在足够早被检测到才行。通过使用机器学习快速分析临床测试数据，Saria 的团队能够在三分之二的病例中诊断脓毒症，相对于没有计算帮助的情况下改善了 60％，该系统也能够推荐治疗方案。

2017 年 3 月，谷歌、谷歌大脑与 Verily 公司的科学家共同开发出的诊断乳腺癌的人工智能与病理学家展开对决，比赛结果是，病理学家准确率为 73.3%，人工智能准确率为 88.5%。当然，目前来看这类技术还有提升的空间。而一家来自于杭州的，把计算机视觉和深度学习技术用于医疗影像辅助诊断的科技公司杭州迪英加科技有限公司也进入到这个领域。他们声称可以在普通计算机上以 5-10 秒钟内处理和分析数据大小超过 1G 的全场扫描数字病理图像，同时对几种癌症的良性和恶性判别准确率高达 98%以上，技术能力位于全球领先水平。

新药研制

重大疾病的治疗依赖于药物，而新药的研发在以往，是个漫长的过程。而在本月初，著名的药厂葛兰素史克（GlaxoSmithKline，GSK）宣布投资 4300 万美元开发 AI，包括其他知名药厂，比如默克（Merck Sharp & Dohme，MSD）、强生（Johnson & Johnson）及赛诺菲安万特（Sanofi-Aventis），都希望借助超级电脑及 AI 机器学习系统，来预测药品成份的表现，评估研发的成功率，提高成本效益，atv，加快新药的推出。

2016 年底，美国高盛集团发布的人工智能报告：《人工智能、机器学习和数据将推动未来生产力的发展》（AI, Machine Learning and Data Fuel the Future of Productivity）中提到：“随着人工智能和机器学习的不断整合，人们将有望在新药研发的过程中显著地实现“去风险”，不但将节约每年约 260 亿美元的研发成本，同时还将提高全球医疗信息领域的效率，节约的成本价值超过每年 280 亿美元。”

治疗方案

在癌症治疗方面，现在很多医院都执行着通用的化疗或者放疗方案，很少有医院做个性化的方案尝试。微软则在去年就推进了一个人工智能项目 Hanover，通过机器的深度学习来解决如何制定个性化的药物治疗方案问题，同时帮助医生预测哪些药物对治疗癌症患者最有效，从而达到帮助治疗癌症的目的。另外，AI 领域的巨头 IBM 也在开发一个叫做 Watson Oncology 的项目，它通过检索 60 万份医疗报告以及 150 万份癌症病人的病例从而帮助医生解释临床数据，制定个性化治疗方案。

国内也有这方面的创业公司，北京连心医疗科技有限公司选择单点突破，将业务聚焦在肿瘤的放射治疗方案。连心医疗通过 AI 人工智能算法用 10-20 分钟实现自动的靶区勾画，并自动规划放射疗法和手术方案，评估模拟放射治疗或者手术方案的治疗效果。医生则只需要检查与微调，整个放射治疗的工作效率提高 60%以上。

隐私障碍

但是，AI 完全进入到医疗领域，还有一些障碍。最大的问题来自于对隐私的保护，影响了对于患者数据的收集。AI 在利用数据做研究开发前，要以获得用户允许为前提，这需要一个过程。而 AI 需要大量精准的数据来学习总结，没有了大数据的支撑，就很难快速进化。

比如，英国信息委员会办公室就高举隐私保护大旗，于 4 日宣称 DeepMind 和英国国家卫生服务（NHS）相关单位一项涉及 160 万份用户健康信息的合作协议并未获得病患同意，违反了信息保护法。