为了“倡导健康行为、共创健康社会”，国家卫生和计划生育委员会与清华大学于2006年共同发起举办中国健康传播大会，2017年12月十二届中国健康传播大会在清华大学举行，医学领域人工智能领军企业Airdoc创始人张大磊受邀参与大会并发表主题演讲。

医学人工智能时代已经到来

原始社会以来，每一次科技的发展都会为医学带来贡献，文艺复兴后伴随科技飞速发展，医学也有了巨大的进步，显微镜的使用，听诊器的发明，X射线的应用，都彰显了科技对医学的巨大贡献。

人工智能简称AI，是近年来比较领先的技术，部分科学家认为人工智能是第四次工业革命。在人工智能数十年的发展历史中，一直和医学有缘分，从早期基于规则基于专家库的智能辅助诊断，到上世纪70年代专家发明的腹部剧痛辅助诊断，再到后来的手术机器人，医疗健康都是人工智能的一个重要应用行业。

深度学习是人工智能研究的一个新领域，由Hinton等人于2006年提出，可以模拟人脑的神经网络进行分析学习。近年来该技术不断进展，现在我们接触到的大部分人工智能产品基于深度学习。深度学习在医疗领域展现了强大的能力，在顶级期刊中纷纷出现深度学习相关论文。如今世界顶尖的医院、科研机构中有很多在和Airdoc一起布局深度学习在医疗健康领域的应用，譬如智能医学影像判读、用于基因和菌群分析的智能算法、AI辅助药物研发、AI辅助全科分诊、AI指导日常营养摄入等领域都有顶级医疗机构和Airdoc合作产出学术界和工业界都认可的优质成果。

未来三年医学人工智能的变化

目前市面上医学人工智能产品很多，但是多数还做不到医生离开AI这个得力助手后诊疗水平下降一大截，原因在哪里?原因在于很多人工智能产品并不能真正的解决医生和患者的需求。

如同过去三年引领医疗行业进入医学人工智能时代一样，接下来三年，Airdoc将和顶级医院专家与公卫专家一起，进一步给医疗健康领域带来一场新的变革。主要体现在三个方面：

一、见所未见：通过观察病灶诊断疾病是医生常用手段，影像的识别也是人工智能的一个优势，但是对很多专家来说只是重复医生能够看到的判断作用有限，我们人类的眼睛并不是世界上最优秀的摄像头，受到分辨率和分辨色域的限制。拿低剂量CT中的肺结节检测来说，用深度学习算法检测肺结节对影响医生而言难度和意义都不大，并不能为影像科医生带来太多的帮助，但是如果训练时参照病理结果训练出准确的模型可以在检测肺结节时只根据放射片子提出良性恶性的概率到临床完全可依赖的水平，这个对医生而言就有用了。人从片子上看不出来的，算法不一定，毕竟人类视觉和机器视觉各有优势。

二、闻所未闻：语音识别是人工智能的一大方向，现在也被广泛应用在医疗领域，比如病历录入，但是总体而言，通过人工智能算法对健康领域声音的挖掘还有很多有意思的事情可做，无论是中医还是西医，都可以通过患者或者病灶发出来的声音来判断疾病，包括心音胎心音呼吸音肠鸣音脉搏搏动音打嗝打鼾梦呓等等很多声音结合临床病例来训练人工智能算法，都或许可以听到以前人类医生忽视的重要信息。

三、公卫王者归来：回顾我们这一代人的生活和中世纪人们的生活，可以看到最伟大的医学发明不是诊断检查治疗用药，而是传染病的控制机制，甚至抽水马桶的发明人对人群健康的贡献可能都不逊于医生。公共卫生是关系到一国或一个地区人民大众健康的公共事业，包括对重大疾病尤其是传染病(如结核、艾滋病、SARS等)的预防、监控和医治;对食品、药品、公共环境卫生的监督管制，以及相关的卫生宣传、健康教育、免疫接种等。公共卫生是一种社会效益回报周期相对较长的服务，天生属性注定了需要低投入高产出，这个属性很适合人工智能算法发挥作用，也将会是接下来几年人工智能发挥作用的另一个重要方向。以前传统的概念是控制传染病属于公卫，那我们国家几亿人近视几亿人糖尿病高血压动脉硬化，用有效的手段干预好这些群体属不属于新时代的公共卫生?把这些人用无创低成本高效的办法早期发现及时导诊到公立医疗机构及时处理属不属于新时代的公共卫生?Airdoc的产品可以在极短的时间内完成对一个患者的慢病筛查，可以在每个糖尿病人吃饭前拍照确定面前的菜能不能吃能吃多少，可以让每个孩子看着手机一会儿就测量出屈光度并预测未来视力变化，这些都不是传统意义上的公共卫生，但也终将成为未来公共卫生体系的一部分，应用在基层，为数以亿计的慢病患者提供服务，让慢病早发现、早诊断和早治疗变成现实，降低医疗负担。随着人工智能技术的进步，很多过去不可能的干预手段变成可能。

现阶段人工智能为医学带来了新的想象力，但是很多应用还停留在模仿医生的场景价值创造有限。张大磊认为医学领域任何一个产品都将会落实到用户身上，针对用户的需求对人工智能产品进行优化至关重要，人工智能最终将为每一个人提供定制化的解决方案，让每一个人都享受最优质的医疗健康服务。而接下来三年，将是人工智能在医学领域真正开始展露头角的时刻，见所未见，闻所未闻，公卫王者归来。