未來圍繞核心醫(yī)療生態(tài)體系，人工智能將與醫(yī)療體系中的各個環(huán)節(jié)展開深度融合，不斷提升基礎(chǔ)性診斷效率，促進藥物研發(fā)及基因檢測的速度與準確率，完善患者預防診斷的周期管理，加速制造企業(yè)的智能化轉(zhuǎn)型。AI到底如何賦能醫(yī)療行業(yè)?文章將從醫(yī)療診斷、藥物研發(fā)、健康管理、器械生產(chǎn)四個方面展開。

醫(yī)療診斷

診前預防：AI+基因檢測

通過人工智能與基因檢測技術(shù)相結(jié)合，可以進行更專業(yè)更高效的基因測序與檢測，提前預測疾病發(fā)生的風險。該技術(shù)主要是通過測定組成人類染色體中所包含的30億個堿基對組成的核苷酸序列，繪制人類基因組圖譜，并且辨識其載有的基因及其序列，達到破譯人類遺傳信息的最終目的，認識疾病產(chǎn)生的機制，從而實現(xiàn)疾病的預測。

傳統(tǒng)基因檢測中，基因組數(shù)量龐大，人工實驗費時且實驗成本高昂、檢測準確率低，而人工智能基于強大的計算能力，科研迅速完成數(shù)據(jù)的分析，窮盡已有數(shù)據(jù)庫，且能夠避免遺漏，挖掘出隱藏于表層原因之下的深層次關(guān)聯(lián)結(jié)構(gòu)，實時高效的更新突變位點和疾病的潛在聯(lián)系，通過增強解讀基因能力，提供個性化精準疾病干預方案，從而有效預測該疾病的相關(guān)癥狀，提前做好相關(guān)預防工作。但是基因檢測的難度極高，需要高昂的時間和經(jīng)濟成本。生命科學龍頭企業(yè)如華大基因等，通過多年的技術(shù)及數(shù)據(jù)的積累加持在基因檢測方面形成較深的護城河，正在引入人工智能技術(shù)檢驗其在基因測序領(lǐng)域的應(yīng)用效果，不斷嘗試拓闊健康管理服務(wù)領(lǐng)域。

診中判斷：人工智能+醫(yī)療影像

醫(yī)療影像，是目前人工智能在醫(yī)療領(lǐng)域最熱門的應(yīng)用場景之一。目前我國醫(yī)療影像領(lǐng)域存在諸多問題：供給不平衡，影像科醫(yī)生數(shù)量不足，尤其是具有豐富臨床經(jīng)驗，高質(zhì)量的醫(yī)生十分短缺，而且閱片數(shù)量極大，根據(jù)《中國人工智能醫(yī)療白皮書》，以肺結(jié)節(jié)檢測為例，一家三甲醫(yī)院平均每天接待200例左右的肺結(jié)節(jié)篩查患者，每位患者在檢查環(huán)節(jié)會產(chǎn)生200~300張左右的CT影像，放射科醫(yī)生每天至少需要閱讀4萬張影像，而診斷結(jié)果基本由影像科醫(yī)生目測和經(jīng)驗決定，尤其是在長時間處理機械式閱片工作后，精力和準確度會下降，誤診、漏診率較高。如果都能將人工智能與醫(yī)學影像相結(jié)合，能夠為醫(yī)生閱片提供輔助和參考，大大節(jié)約醫(yī)生的時間，提高診斷的精確度。

該場景運用涉及到的人工智能技術(shù)為計算機視覺技術(shù)。主要應(yīng)用計算機視覺技術(shù)解決以下三種需求：一是病灶識別與標注，可針對醫(yī)學影像進行圖像分割，特征提取、定量分析、對比分析等工作;二是靶區(qū)自動勾畫與自適應(yīng)放療，針對腫瘤放療環(huán)節(jié)的影像進行處理;三是影像三維重建，針對手術(shù)環(huán)節(jié)的應(yīng)用。

針對不同的醫(yī)療影響應(yīng)用場景和當下急需解決的醫(yī)療痛點，上海聯(lián)影醫(yī)療科技有限公司推出了基于uAI聯(lián)影智能平臺打造的智能體檢讀片、智能骨傷鑒定等智能診斷應(yīng)用以及智能化醫(yī)學影像設(shè)備，探索人工智能與醫(yī)療影像結(jié)合的無限可能，且為診斷精準度和疾病可控性的提高做出了重要的貢獻。以“智能體檢讀片”為例，在中國，一家體檢中心每天會產(chǎn)生上千例X光胸片，但平均往往只有幾十例存在異常，醫(yī)生要將大量時間精力耗費在逐一閱讀健康胸片上。這樣不僅醫(yī)生負擔重，患者看病也要耗費更多等待時間?，F(xiàn)在，只需在X光設(shè)備上安裝這款“智能體檢讀片”智能診斷應(yīng)用，就能有效解決這一問題，它如同一位醫(yī)生的“AI助理”，可快速從海量影像中預篩出健康的X光胸片，只將有疑似疾病的提交醫(yī)生閱讀，不僅能將不同肺部疾病的片子分流整理，讓醫(yī)生知其然;還能將片子中的異常區(qū)域可視化，讓醫(yī)生知其所以然。目前，在肺結(jié)節(jié)、肺水腫、胸膜增厚等14種肺部疾病中，這位“AI助理”已有9種診斷精準度排名世界第一。同樣，基于uAI聯(lián)影智能平臺推出的智能化醫(yī)學影像設(shè)備也將大大提升醫(yī)生的掃描效率，使醫(yī)學成像過程更好、更快、更安全、更經(jīng)濟。

2018年7月29日，Vision China視覺健康創(chuàng)新發(fā)展國際論壇(2018)聯(lián)手醫(yī)療領(lǐng)域人工智能企業(yè)Airdoc首次為大眾帶來了一場眼科領(lǐng)域的“人機大戰(zhàn)”，比賽采用的是人機協(xié)作的PK方式，一方是由北京大學人民醫(yī)院眼科與眼視光中心主任趙明威領(lǐng)隊的5位專家團隊，一方是由溫州醫(yī)科大學附屬眼視光醫(yī)院眼底外科醫(yī)師陳峰領(lǐng)隊的5位非眼底專業(yè)的年輕醫(yī)生加上已經(jīng)完成數(shù)百萬張影像識別學習的AI輔助團隊。在比賽的最終環(huán)節(jié)，兩組醫(yī)生需要用最短時間挑選出30張眼底圖中的糖網(wǎng)照片并進行分期。在人工智能的幫助下，AI團隊僅花費3分鐘就完成了30張影像的判讀，并且準確率達到了91%，取得了比賽的勝利。這一比賽的事實結(jié)果表明有人工智能協(xié)助的從醫(yī)時間較短、資歷較淺的眼科醫(yī)生的診斷準確率和效率可以與從業(yè)經(jīng)驗豐富的資深眼科醫(yī)生達到相同水平線上，圖瑪深維等公司的AI影像產(chǎn)品已獲得了二類醫(yī)療器械認證，但由于監(jiān)管要求，其產(chǎn)品應(yīng)用僅限于異常識別，尚不可以開展自主診斷，應(yīng)用場景有待于進一步開發(fā)。

診中判斷：AI+輔助診斷

隨著醫(yī)學的不斷發(fā)展以及檢驗病灶的不斷增加，相關(guān)專業(yè)劃分更加細致，面對復雜的多學科多領(lǐng)域的病情，需要臨床醫(yī)生掌握更豐富的疾病知識以及治療手段，以便及時洞察病情本質(zhì);與此同時，中國的醫(yī)療資源供給不均衡，部分基層衛(wèi)生機構(gòu)的醫(yī)師資源不足、經(jīng)驗和診療能力不足，而配套硬件設(shè)施卻較為齊全，在這種情況下，人工智能輔助診斷應(yīng)運而生。

通過利用自然語言處理、計算機視覺、機器學習等技術(shù)，人工智能設(shè)施通過患者檔案上傳、自測化驗結(jié)果分析等快速了解患者所患病癥;然后結(jié)合數(shù)據(jù)庫中大量數(shù)據(jù)信息如文獻、臨床指南和臨床經(jīng)驗等，合理通過推理假設(shè)將獲取的病癥信息聯(lián)系起來，形成各種可能的結(jié)論及其對應(yīng)的可能性;進而生成對應(yīng)的診斷方案和治療結(jié)論，在此基礎(chǔ)上由專業(yè)的臨床醫(yī)生進行最終診斷，并把有關(guān)治療數(shù)據(jù)實時反饋于人工智能輔助診斷之中。

在上海的一些三甲醫(yī)院已經(jīng)開始嘗試運用導診機器人、智能助理等人工智能輔助手段來提升治療效率、簡化手續(xù)流程。以復旦大學附屬腫瘤醫(yī)院為例，患者自主量血壓、測脈搏、測體溫后，連接設(shè)備同步初診情況，整個過程不到十分鐘，便可前往醫(yī)生處進行下一步診斷，通過 “精準預約”的預約掛號模式以及AI引擎模型的預先設(shè)置，讓人工智能引擎有了分診功能。患者只需要按照平臺要求實名上傳病史資料，通過AI引擎的計算分析判斷患者病情，并將專家號匹配給病情重、急需專家診療的患者，同時為患者智能提供合理的就醫(yī)路徑引導。

從2018年3月試點精準預約到2019年6月，復旦大學附屬腫瘤醫(yī)院共有11個外科科室、83位醫(yī)生，每周共計875個專家號接入精準預約功能。僅2019年上半年，該項智能服務(wù)就為超過11萬患者提供服務(wù)，為超過16000名患者提供專家號源，解決了這些疑難患者的燃眉之急。目前，醫(yī)院精準預約服務(wù)已覆蓋甲狀腺癌、乳腺癌、胰腺癌等15種常見腫瘤疾病。在該項服務(wù)下，每位患者平均節(jié)省2.5小時的就診時間，患者掛專家號的等待時間平均減少7.4天，專家門診的效率平均提高了3.5倍左右[1]。

診后治療：醫(yī)療機器人、AI個性化治療

結(jié)合人工智能技術(shù)可以實現(xiàn)個性化的治療方案。治療過程包括評估疾病風險和制定個性化的診療方案等，需要大量的計算資源及數(shù)據(jù)的深度挖掘，人工智能基于強大的計算能力，能快速完成海量數(shù)據(jù)的分析，挖掘并更新突變位點和疾病的潛在聯(lián)系，強化人們對基因的解讀能力，進而提供更快速、更精確的疾病預測和分析結(jié)果，實現(xiàn)個性化的治療方案，便于患者更好更快痊愈。

機器人是人工智能各類應(yīng)用中最備受關(guān)注的一項應(yīng)用，國內(nèi)目前的醫(yī)療機器人主要包括手術(shù)機器人、腸胃檢查與診斷機器人(包括胃鏡診斷治療輔助機器人等)、康復機器人(針對部分喪失運動能力的患者)以及其他用于治療的機器人(例如輸液藥物配制機器人)。面對新型冠狀病毒這樣的具備高傳染性疾病時，如果能通過醫(yī)療機器人、遠程醫(yī)療、遠程手術(shù)等設(shè)備和手段實現(xiàn)醫(yī)療過程，將會大幅度減少醫(yī)療人員被感染的狀況。但是目前存在的問題就是，醫(yī)療機器人開發(fā)成本過高，且遠程診療和遠程手術(shù)等技術(shù)研發(fā)成本也是非常高的，且高度依賴5G和AI等技術(shù)，目前雖然這些設(shè)備和技術(shù)已經(jīng)有定點試用，但是高成本的使用條件使得這些設(shè)備和技術(shù)暫時只允許在一線城市的小部分領(lǐng)域應(yīng)用，且5G等技術(shù)還未真正成熟和得到普遍推廣應(yīng)用，醫(yī)療機器人、遠程診療和遠程手術(shù)等還隱藏著許多未知的安全風險，以上的種種因素都導致在面對現(xiàn)階段大面積感染疾病的情況下，醫(yī)療機器人、遠程診療和遠程手術(shù)等無法普及應(yīng)用。

藥物研發(fā)

AI+藥物挖掘

人工智能在藥物研發(fā)中的應(yīng)用表現(xiàn)為藥物挖掘：AI助力縮短新藥研發(fā)時間，降低研發(fā)成本，使低成本、快速研發(fā)個性化治療藥物成為可能。

藥物挖掘，主要完成新藥研發(fā)、老藥新用、藥物篩選、藥物副作用預測、藥物跟蹤研究等方面的內(nèi)容;人工智能技術(shù)在藥物挖掘方面的應(yīng)用，主要體現(xiàn)于分析化合物的構(gòu)效關(guān)系(即藥物的化學結(jié)構(gòu)與藥效的關(guān)系)，以及預測小分子藥物晶型結(jié)構(gòu);同一藥物的不同晶型在外觀、溶解度、生物有效性等方面可能會有顯著不同，從而影響了藥物的穩(wěn)定性、生物利用度及療效。

人工智能與藥物挖掘的結(jié)合，使得新藥研發(fā)時間大大縮短，研發(fā)成本大大降低，這將有可能根本上改變用藥“平均”觀念，即某種藥物在臨床使用中對大多數(shù)人有效，則認為這種藥物對所有人有效，比如腫瘤患者，每位患者的腫瘤基因組均不相同，導致生物學行為有差異，也就導致藥物在臨床反應(yīng)中效果不一;而通過低成本、快速的藥物挖掘研發(fā)個性化治療藥物將成為可能，目前主要成果體現(xiàn)于抗腫瘤藥、心血管藥、孤兒藥(罕見藥)以及經(jīng)濟欠發(fā)達地區(qū)常見傳染病藥，其中抗腫瘤藥占了1/3左右。

健康管理

AI+預防管理

傳統(tǒng)的醫(yī)療路徑為“患病后治病”，而在未來的醫(yī)療健康生態(tài)體系下，醫(yī)療對健康結(jié)果的達成將超越對于診療項目數(shù)量的關(guān)注，通過基因檢測等途徑，獲取基因、代謝和表型(性狀)等數(shù)據(jù)，引入人工智能技術(shù)對以上數(shù)據(jù)進行分析，進而可對用戶或患者進行個性化行為干預，為用戶提供飲食、起居等方面的健康生活建議，以保持長期的身體健康 。因此在未來，對于疾病大家都可以做到“防范于未然”和“居安思?！?，未來的醫(yī)療路徑將通過提前預防，從而切斷患病根源等來實現(xiàn)，將病源扼殺在搖籃里，大大降低人們患病的概率。

目前來看，健康管理市場在模式和格局等方面尚未成熟，依然是各大企業(yè)紛紛布局與嘗試的新興市場，國內(nèi)以碳云智能和妙健康為典型代表，海外則有Validic、Welltok等公司，健康管理的具體落地場景可分為三大子場景，一是營養(yǎng)學場景，根據(jù)人工智能技術(shù)結(jié)合目標用戶的基因序列幫助其飲食結(jié)構(gòu)的合理化，二是身體健康管理，根據(jù)智能可穿戴設(shè)備實時檢測用戶的信息，幫助其生活習慣的規(guī)律化，三是精神健康管理，通過各項可測得數(shù)據(jù)的結(jié)合與分析，及時反饋用戶的情緒波動，幫助其心理狀態(tài)的良性化。

AI+醫(yī)院管理

醫(yī)院管理，主要指針對醫(yī)院內(nèi)部、醫(yī)院之間各項工作的管理，主要包括病歷結(jié)構(gòu)化、分級診療等。現(xiàn)階段病例電子化的逐步實現(xiàn)，使病例結(jié)構(gòu)化以挖掘更深層次數(shù)據(jù)價值成為可能。病例電子化，為人工智能技術(shù)提供了數(shù)據(jù)支撐，通過人工智能中的自然語言處理技術(shù)，能將非結(jié)構(gòu)化的醫(yī)療數(shù)據(jù)，轉(zhuǎn)換成結(jié)構(gòu)化的醫(yī)療數(shù)據(jù)。使全國各大醫(yī)院的數(shù)據(jù)互聯(lián)互通，能對重大傳染疾病做出迅速的反應(yīng)，及時重視預防。

AI+分級診療

分級診療，就是要按照疾病的輕、重、緩、急及治療的難易程度進行分級，不同級別的醫(yī)療機構(gòu)承擔不同疾病的治療。分級診療的實現(xiàn)，離不開醫(yī)聯(lián)體與智能云服務(wù)，二者是相輔相成的。醫(yī)聯(lián)體是將大型醫(yī)療機構(gòu)(提供高級醫(yī)療服務(wù))，基層醫(yī)院，鄉(xiāng)鎮(zhèn)醫(yī)療機構(gòu)等鏈接在一起，實現(xiàn)數(shù)據(jù)互通，將數(shù)據(jù)和人才集中在影像云平臺，實現(xiàn)分級診療。其中比較典型的是瑞達醫(yī)療，其建立的分級診療平臺，能夠?qū)崿F(xiàn)遠程門診，遠程托管與會診，以及雙向轉(zhuǎn)診等功能。這一技術(shù)的普及將會有效整合醫(yī)療資源，大幅度提高現(xiàn)有醫(yī)療體系的運作效率。

目前大部分醫(yī)院處于數(shù)字化轉(zhuǎn)型的初級階段，而且無論在臨床規(guī)范和標準的一致化、醫(yī)院企業(yè)數(shù)據(jù)互聯(lián)互通上以及信息化發(fā)展的程度上，均未達到智慧醫(yī)療的實踐程度，需要進一步的技術(shù)發(fā)展、醫(yī)企合作和政府推動。

器械生產(chǎn)

AI+智能制造

人工智能與制造業(yè)結(jié)合的本質(zhì)，是將智能設(shè)備如機器人、數(shù)控機床、3D打印等通過通信技術(shù)有機連接起來，實現(xiàn)生產(chǎn)過程自動化;并通過各類感知技術(shù)如傳感器、計算機視覺等收集生產(chǎn)過程中的各種數(shù)據(jù)，通過工業(yè)以太網(wǎng)等通信手段，上傳至工業(yè)服務(wù)器，在MES(Manufacturing Execution System，制造執(zhí)行系統(tǒng))、DCS(Data Collection System，數(shù)據(jù)收集系統(tǒng))等軟件系統(tǒng)的管理下進行數(shù)據(jù)處理分析，并與ERP(Enterprise Resource Planning，企業(yè)資源計劃)軟件系統(tǒng)相結(jié)合，提供最優(yōu)化的生產(chǎn)方案或者定制化生產(chǎn)，最終實現(xiàn)智能化生產(chǎn)。

不斷通過流程智能化帶動生產(chǎn)智能化，因為流程領(lǐng)域的生產(chǎn)流程本質(zhì)上是連續(xù)的，而且往往是處于密閉的管道或容器中，生產(chǎn)工藝相對簡單，生產(chǎn)流程清晰連貫，生產(chǎn)全過程數(shù)字化難度相對較低。流程領(lǐng)域企業(yè)接下來要做的是在全面貫通整合各階段數(shù)據(jù)的基礎(chǔ)上，運用人工智能的深度學習、強化學習(主要是動態(tài)規(guī)劃方法)進行實時數(shù)據(jù)分析和實時決策，并進一步將智能系統(tǒng)延伸至供應(yīng)鏈、生產(chǎn)后服務(wù)等各個環(huán)節(jié)，最終實現(xiàn)生產(chǎn)的全面智能化。

同時在運輸過程中建議和提倡非接觸，通過相關(guān)設(shè)備的運輸和傳遞醫(yī)療物資和設(shè)備，提升了產(chǎn)業(yè)端上游的生產(chǎn)效率，提升產(chǎn)品質(zhì)量，降低人為錯誤，替代人類進行高風險勞動，保障生命安全，也減少了產(chǎn)業(yè)端下游與有關(guān)病毒的接觸，如廣東等地區(qū)的幾家公司紛紛向武漢等疫情嚴重地區(qū)無償捐贈自己公司的智能機器人，機器人可以自動識別障礙物、避開障礙物等，實現(xiàn)了點對點傳輸和運輸醫(yī)療物資和設(shè)備，有效地保護了在前線奮斗的一線援助人員。

發(fā)展路徑建議

產(chǎn)業(yè)端

(1)不斷積累醫(yī)療大數(shù)據(jù)，實現(xiàn)各方數(shù)據(jù)共享

在產(chǎn)業(yè)端，一是要不斷積累高質(zhì)量數(shù)據(jù)，高質(zhì)量數(shù)據(jù)是人工智能發(fā)揮作用的基礎(chǔ)與前提，當前的醫(yī)療行業(yè)數(shù)據(jù)大、種類多，但是如何標準化數(shù)據(jù)是需要進一步解決的問題，不斷將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)，逐步實現(xiàn)患者患病全周期數(shù)據(jù)記錄，是醫(yī)療行業(yè)各參與方需要長期關(guān) 注并解決的問題。二是要加強整合各個醫(yī)院和企業(yè)的數(shù)據(jù)共享，由于各參與方的利益訴求不盡相同，所以短期內(nèi)很難自主共享重要數(shù)據(jù)，而從長遠發(fā)展來講，數(shù)據(jù)的不斷積累會使得技術(shù)的應(yīng)用實現(xiàn)規(guī)模效應(yīng)，從而降低成本促進整個行業(yè)的健康發(fā)展。

(2)擴大交流與合作，搭建合作伙伴網(wǎng)絡(luò)

一方面是積極業(yè)內(nèi)間的交流與合作，通過行業(yè)內(nèi)的高等院校、科研機構(gòu)以及醫(yī)院企業(yè)對國家發(fā)展政策規(guī)劃以及國際技術(shù)發(fā)展演進趨勢的研究，在此基礎(chǔ)上結(jié)合行業(yè)共性及自身比較優(yōu)勢，規(guī)劃整體的醫(yī)療智能化措施流程，包括醫(yī)療智能化的定義、目標、標準、商業(yè)以及盈利模式等等。另一方面是確定搭建業(yè)間合作伙伴網(wǎng)絡(luò)，提高端到端解決問題的效率，在醫(yī)療服務(wù)供給方和需求方、人工智能技術(shù)供給方和需求方之間提供有效溝通合作渠道，通過統(tǒng)籌結(jié)合各方的需求使得技術(shù)的開發(fā)、服務(wù)的提供更加完備健全。

技術(shù)端

(1)搭建統(tǒng)一技術(shù)平臺，重點突破共性技術(shù)

通過企業(yè)和資本對人工智能技術(shù)的不斷投入，并對人工智能關(guān)鍵共性技術(shù)的持續(xù)歸納總結(jié)，使得人工智能技術(shù)可以在各個行業(yè)都能落地，同時鼓勵各方整合相應(yīng)技術(shù)標準，搭建統(tǒng)一的技術(shù)平臺，促進規(guī)模效應(yīng)聯(lián)合研究突破，適當海外建立研究機構(gòu)，不斷學習國外先進的技術(shù)應(yīng)用以及人才的培養(yǎng)體系。通過在人工智能技術(shù)的不斷突破，看到更多與醫(yī)療行業(yè)應(yīng)用落地的可能性，進而達到掌握醫(yī)療AI核心技術(shù)、奠定發(fā)展基礎(chǔ)的目的，不斷在算法技術(shù)、感知認知、數(shù)據(jù)平臺等多方面積累核心優(yōu)勢，實現(xiàn)從技術(shù)到應(yīng)用的演進，助力醫(yī)療行業(yè)蓬勃發(fā)展。

(2)以結(jié)果為導向，搭建產(chǎn)學研多方協(xié)作平臺

鼓勵產(chǎn)學研聯(lián)合組建智能制造技術(shù)聯(lián)盟，在產(chǎn)權(quán)保護基礎(chǔ)上促進計算力、數(shù)據(jù)、算法等開源或開放，提供更高效便捷的產(chǎn)學研等協(xié)作的信息溝通渠道，提供創(chuàng)新企業(yè)注冊、項目申報、稅務(wù)等服務(wù)，促進各方更深入、專業(yè)的交流，促進資源共享、信息互通的實現(xiàn)，以產(chǎn)生一加一大于二的協(xié)同效應(yīng)，通過高等院校的人才培養(yǎng)、科研機構(gòu)的技術(shù)開法以及醫(yī)院企業(yè)的落地應(yīng)用，使得相關(guān)的課程與技術(shù)理論不斷在實踐中得到驗證，以結(jié)果為導向，不斷提高技術(shù)的實用性和實效性。

政府端

(1)建立多渠道投融資機制，激發(fā)產(chǎn)業(yè)發(fā)展熱情

人工智能行業(yè)作為信息化時代處在發(fā)展前期的行業(yè)，需要政府通過設(shè)立專門的貸款方案及補貼政策，鼓勵銀行等金融機構(gòu)提供資金，吸引民間資本進行投資，以此來積極引導各大科技巨頭、相關(guān)初創(chuàng)企業(yè)以及醫(yī)療行業(yè)中醫(yī)企的積極轉(zhuǎn)型，激發(fā)外部圍觀者進入新興賽道的熱情與活力，由于初創(chuàng)企業(yè)的智能化之路面臨更大的試錯成本和不可控風險，稍有不慎就會危及生存同時，政府也應(yīng)嚴格審核，注意向中小初創(chuàng)企業(yè)進行適當?shù)恼邇A斜與鼓勵，如成果返稅、政策補貼等，讓更多的小微企業(yè)參與到智能化進程的浪潮當中。

(2)適當放開政府監(jiān)管，豐富醫(yī)療治理環(huán)境

對于新興行業(yè)，會存在由于監(jiān)管機制不完善、配套政策的不健全而導致業(yè)內(nèi)投機分子鉆空子問題的出現(xiàn)，人工智能不同于傳統(tǒng)計算機行業(yè)，其自主學習能力強、迭代速度快、推理過程存在著黑匣子的情況，因此審慎監(jiān)管的原則是正確無誤的，但是從長遠角度來看，需要適當?shù)脑陲L險可控范圍內(nèi)進行適當試錯，通過進一步合理放開合適的產(chǎn)品性能檢測和注冊審批流程，不斷授予人工智能技術(shù)在醫(yī)療行業(yè)中更高級更廣泛的使用權(quán)限，不斷在實踐中建立相應(yīng)的評價體系和監(jiān)管審批標準，使得醫(yī)療行業(yè)智能化程度不斷加深，為整個社會帶來更豐富的醫(yī)療治理環(huán)境。

批注：

[1] 數(shù)據(jù)來源：東方網(wǎng)、騰訊網(wǎng)