人工智能（AI）與醫療的結合才剛剛開始。如果按人類 3 萬多種疾病，每種都能有 AI 分

　　析產品的話，AI+ 醫療的前景不可計量。

　　這讓市場非常火熱，但也充滿喧囂，參與者良莠不齊。現在，如果你在投資類型網站中

　　鍵入“人工智能”+“醫療”這樣的搜索關鍵詞，幾百個企業就會一下子躍入眼簾。

　　人工智能有兩要素：一是算法，二是數據。算法技術很多都已開源，而且一個新算法出來，

　　很快就能變成方便調用的模塊。這也在一定程度上降低了參與者的門檻。不過就像業內人士

　　形容的那樣，“均碼衣服”穿出的效果肯定不是最理想的，需要針對每種疾病的特點，優化算法，

　　量體裁衣，這就要看“裁縫”的水平。

　　數據是一個行業性痛點。雖然據說國外人工智能企業正排隊要進入中國，因為中國龐大

　　的數據資源。可是，我們缺乏高質量、有臨床標注的數據。這也就解釋了，為什么云上已經

　　匯集一批醫療數據，但分析的成果卻少之又少，數據還僅僅是堆積。人工智能創業企業需要

　　先解決數據的標注痛點，這需要醫療專家的支持。

　　90% 的醫療數據是影像數據，如 X 光、CT、MRI、超聲等。現有影像的深度分析有很

　　多機會，很多人工智能 + 醫療的企業，瞄準了影像分析市場。

　　人工智能醫療領域解決方案做出來后，它們的定位是什么？多數業內企業認同將其作為

　　輔助診斷系統，并瞄準基層醫院的市場。我國的醫療資源缺乏，尤其是優質醫療資源嚴重不足，

　　且集中在少數三甲醫院。通過人工智能把醫療專家的真經汲取出來，提升基層和社區的首診

　　診斷水平，這確實是人工智能 + 醫療的一個好方向之一。