ai医疗的作用

1、辅助检查，缓解人才紧张压力

随着AI技术的不断突破，AI在医疗领域的应用场景也越来越广泛。目前，以CT影像、皮肤影像等医疗影像应用以及CDSS最为成熟，目前，我国医疗影像数据年增长率高达30%，而影像科的医生年增速却只有4%，考虑到医生培养周期较长，发展ai影像医疗可以缓解人才紧张的压力。

2、智慧病案系统，提升诊断效率

智慧病案有助于解决口老龄化及医疗资源分布不均衡的带来的诸多问题，《中国的医疗卫生事业》白皮书数据显示，当前我国正处于老龄化不断加剧的阶段，慢性病患者确诊患者越来越多，2019年已达2.6亿人，每年因慢性病导致死亡的病例占总死亡的85%，ai医疗的出现，刚好能缓解这一现状，以ai技术为基础的智慧病案管理体系能让医院间通过HIS共享病案库，医生可从病例库中寻找相关疾病案例，不仅能提高疾病发现率也在一定程度上弥补了城镇、乡村医生经验方面的缺失。

3、影响临床医学决策

临床辅助决策系统CDSS能够将医学观察所见和现有的医学知识联系起来，影响医生的诊疗决策，一套完整的 CDSS 需要包括三个部分：知识库，推理模型，交互界面(接口)。

4、助力药物研发

医药研发是医疗产业中相当重要的一环，当前新药研制周期长、投入大、成功率低，据Deep Knowledge Analytics统计，药物研发的投资回报率从2010年的10.1%稳步下降至2018年的1.9%。此外，面对某些复杂疾病领域，光靠研究人员可能半个世纪都不一定能有新的突破，最为典型的就是肌萎缩性侧索硬化症，几十年间，不同的研发人员已做过超过50项临床试验，但都未能显示出积极疗效。

随着人工智能在医疗行业的渗透，其算法与算力的优势让其在新药研发的多个环节中扮演着重要角色。凭借优秀的语言、图像识别处理能力，人工智能可以快速发现某些不易被研究人员发现的药物、疾病与基因方面的连接关系，此外，还可通过对数据进行深度挖掘与分析，构建药物、疾病和基因之间的深层关系。

另外，ai强大的算力在对候选化合物筛选时，可以通过虚拟筛选快速筛选出活性更高的化合物，相关研究显示，以ai参与的化合物筛选平均能节约一般左右的时间，年均节约260亿化合物筛选成本。

来源：《【精选】2021年中国医疗整体能力与AI医疗商业化分析报告(25页).pdf 》

《36氪：AI医疗行业研究报告(43页).pdf 》