進口elisa試劑盒在當前中國的醫(yī)療市場中，國家投入巨大，但醫(yī)療資源分配矛盾依舊突出。據(jù)公開數(shù)據(jù)顯示，龐大的醫(yī)療機構(gòu)體系中，擁有醫(yī)療資源的醫(yī)院僅占*醫(yī)療總數(shù)的0.1%。

“國內(nèi)的主要醫(yī)療資源基本都集中在大城市的*醫(yī)院中，*醫(yī)院在專家數(shù)量，醫(yī)療營收、高性能設(shè)備、科研成果等方面遙遙先于其他醫(yī)療機構(gòu)。”百世伽科技CDO魏洪指出，這就造成了病人一窩蜂地集中在*醫(yī)院，某些大醫(yī)院的重點科室更是一號難求，因而導(dǎo)致看病難、看病貴，出現(xiàn)醫(yī)生工作量大、床位數(shù)不夠、病人滿意度低、醫(yī)患矛盾激烈等一系列問題。

另一方面，其他醫(yī)療機構(gòu)的醫(yī)生空閑度高，業(yè)務(wù)提升機會有限，就診人數(shù)少，造成了大量醫(yī)療資源的浪費。

“百世伽建立臨床醫(yī)療診斷輔助決策平臺的主要目的之一，就是提高地方醫(yī)療的安全性和診療質(zhì)量，減少醫(yī)療差錯，增加病人的就診體驗。”魏洪說。

“醫(yī)生花了大量的時間回復(fù)患者常見、重復(fù)的問題，例如手術(shù)費用、如何預(yù)約、如何吃藥等。”微軟亞洲研究院研究員閆駿說，“如果這些常見的問題有人代為回答，就節(jié)省了醫(yī)生的很多精力。”

然而，專業(yè)領(lǐng)域知識庫的建立與基于自然語言理解的自動問答兩個方面都面臨很多技術(shù)挑戰(zhàn)。“首先要提高問題與標準答案的匹配度”。原來，真實患者的提問與編輯的標準問題差別很大，如果單純通過關(guān)鍵詞搜索很難找到對應(yīng)的答案。

“為了建立一個好的知識庫，必須將所有問題進行歸類，并與從文獻中找到的答案映射成不同的向量，再通過計算進行匹配。”閆駿說。這也是目前微軟亞洲研究院在人工智能+醫(yī)療領(lǐng)域的投入項目。

在醫(yī)療領(lǐng)域，人工智能大數(shù)據(jù)技術(shù)催生了影像組學(xué)概念，其通過融合影像、基因、臨床等多元信息進行疾病的診斷、療效評估和預(yù)后判斷，已經(jīng)被成功應(yīng)用于皮膚癌鑒別、糖尿病視網(wǎng)膜病變檢測、腦膠質(zhì)瘤癌影像基因關(guān)聯(lián)、結(jié)直腸癌淋巴結(jié)轉(zhuǎn)移預(yù)測等領(lǐng)域，“人工智能應(yīng)用于醫(yī)療大數(shù)據(jù)有著先天優(yōu)勢”。

“我們目前做的就是眼底疾病的醫(yī)療影像組學(xué)。”哈爾濱工業(yè)大學(xué)計算機學(xué)院教授鄔向前坦言，我國是*盲人zui多的國家，糖尿病視網(wǎng)膜病變、老年黃斑變性和青光眼等眼底疾病是導(dǎo)致不可逆轉(zhuǎn)性失明的主要原因。這些眼底疾病的潛在時間長，早期癥狀不明顯，很難為患者所察覺，因此醫(yī)學(xué)上要求潛在患者（如糖尿病患者和老年人等）需要一年一到兩次檢查眼底是否出現(xiàn)病變，“我國光糖尿病患者就有一億人，而眼科醫(yī)生不到4萬人，所以導(dǎo)致很多潛在患者得不到早期的診斷和治療，從而導(dǎo)致視力受損或失明"。

“而進口elisa試劑盒利用人工智能技術(shù)，計算機就可以自動篩查眼底病變，這樣通過眼科檢測設(shè)備，上傳眼底圖片到服務(wù)器就可以篩查患者人群了。”鄔向前說。無論病人在哪兒，就算在鄉(xiāng)鎮(zhèn)醫(yī)院做檢查也能獲得與大醫(yī)院一樣的檢查結(jié)果，這樣看來，人工智能技術(shù)會帶來醫(yī)療方法的改進。

但我們也要認識到，人工智能在具體應(yīng)用當中還有很長的路要走。“人工智能概念雖然火熱，該領(lǐng)域獲得投資的資金也比較多，但真正從市場應(yīng)用的角度來看，從嘗試中獲得反饋、收集數(shù)據(jù)同樣重要。”閆駿說。

人工智能這項技術(shù)，其zui大的能力在于整合已有的海量信息，并不能直接實現(xiàn)創(chuàng)造一個新的事物。也就是說，人工智能的意義在于幫助我們提高整個社會的運轉(zhuǎn)效率，對人類面臨的問題尋求化的解決方案。對于醫(yī)學(xué)來說，也就是盡快實現(xiàn)“醫(yī)療”。

醫(yī)療，基于大量的數(shù)據(jù)分析之上，曾經(jīng)就職于IBM公司的魏洪認為，囿于隱私權(quán)保護，該公司的沃森醫(yī)療機器人只有20萬例患者信息，“樣本量太少，我國一家大型醫(yī)院科室日門診量都在三千左右”。

百世伽2016年與西京醫(yī)院合作部署了心理健康篩查平臺，通過篩查平臺篩查16項心理障礙。以抑郁癥為例，經(jīng)臨床經(jīng)驗?zāi)Ｐ团c后臺的模型對比，將醫(yī)學(xué)的非線性問題轉(zhuǎn)化為數(shù)學(xué)的線性問題，推薦幾種不同的治療方式。

醫(yī)療大數(shù)據(jù)的形成是人工智能的基礎(chǔ)。AI+醫(yī)療已經(jīng)成為人工智能的爆發(fā)點，不僅因為醫(yī)療資源短缺不可忽視，同樣也是人工智能在云計算基礎(chǔ)上迅速發(fā)展的必然。此外，人工智能在醫(yī)療領(lǐng)域的技術(shù)突破更加快了AI醫(yī)療的落地，成為人工智能應(yīng)用于人類智慧生活邁出的重要一步。

人工智能在醫(yī)學(xué)領(lǐng)域中發(fā)揮的作用受限于人類的醫(yī)學(xué)研究水平，人類的醫(yī)學(xué)水平有多高，人工智能的有效性就會有多高。“進口elisa試劑盒zui讓人驚艷的是能夠?qū)⑷祟愥t(yī)學(xué)研究成果zui大程度地利用起來，實現(xiàn)其價值zui大化。”