人工智能在醫療領域的應用被普遍認為是最有前景的方向。近年來，不僅是技術背景起家的公司在從事這這方面的探索，互聯網醫療企業也紛紛開始向AI醫療領域進軍。中培專家團隊在這里就人工智能在醫療領域的應用價值進行了探討。

中培郭老師指出，醫療一直以來都是人類生存和發展最重要的指標之一。但直到今天，醫療問題依然是人類社會發展的短板。讓每個家庭都擁有一個家庭醫生，實現醫療服務的可及性也成為未來人類社會的一大愿望。

王老師進一步指出，檢查項目基本上集中在望聞問切幾個方面，具體來講就是舌診、面診和脈搏。而恰恰舌診和面診是相對成熟的圖象識別可以深挖的領域。但難度在于脈搏，脈搏到底在中醫含義里到底是什么，缺乏統一標準。

AI+醫生的模式，我們嘗試去提供一種規范、可控的質量的醫療服務。這是我們讓每一個家庭都有一個家庭醫生、讓醫療服務唾手可得的基礎。

舌診、面診雖然是相對成熟的圖像識別領域研究內容，但難度還是很大的，尤其是舌診。關鍵難度在成像顏色校正上，以前實驗室在這方面有十多年的研究基礎，還是無法完全解決開放環境下的舌像顏色校正。

非常高超。其他專家則指出，當前人工智能在醫療領域應用所面臨問題是，目前醫療大數據項目是實現有很高難度的一個課題。遠的IBM WATSON商用已超五年，耗資上百億美金打造。但最近其最初承接醫療訓練任務的加州大學醫學中心也宣布退出。因為投入了大量專業醫生和高達10億的美金卻沒帶來理想的收益，正確率仍然徘徊在92％左右。

但真正給人看診是不允許8％的誤診率的。雖然人看診的誤診率也許更高！

比如，煙草總局對大數據的理解是方向指導而非操作指導，只能做顧問當不了主管。國內目前醫療大數據處于起步階段，國家衛計委選擇了10家醫療機構來試點醫療大數據，第一家301醫院招完標不久，估計還沒上線。而且這還屬于數據架構階段，遠未達到以技術促創新的階段。其他試點機構還在摸索階段，道阻且長！

這就是大數據和AI的區別。能正確識別和運用95%這個理論確率所能涵蓋洐生的商業價值是大數據人在順風豬飛之后的立足之本！但總的來說，時代的發展總是在不斷向前推進的。隨著人工智能的不斷進步，未來，人類醫療將越來越從人工智能的發展中收益！

想了解更多IT資訊，請訪問中培偉業官網：中培偉業