人类社会文明史上共有四次工业革命。第一次是蒸汽技术革命，自1769年英国人瓦特改良蒸汽机之后，传统手工劳动向动力机器生产发生了重大飞跃，世界开始提速，绝尘而去，抛下了闭关锁国的我们。第二次工业革命是电力技术革命，以电灯的发明为标志，从此社会进入电气时代。第三次工业革命是计算机及信息技术革命,使得世界进入信息化和全球化时代。第四次革命是以人工智能为主的全新技术革命，力图通过新技术大幅度提高资源生产率。
AI这个概念已经出现了六十多年，但近十年才真正得到全社会层面的重视，甚至上升到国家战略层面，世界各国纷纷出台人工智能国家战略，纷纷率先布局人工智能（以下简称：AI）。
世界各国对AI的国家战略布局，兴起于2016年AIphaGO战胜人类传奇棋手李世石这一里程碑事件开始。美国作为第一大经济强国，对AID的反应最为迅速，于2016年10月接连出台了两份人工智能国家战略。
曾经那个闭关锁国昏昏欲睡的雄狮醒了，如今作为仅次于美国的世界第二大经济体，中国于2017年7月份，国务院发布了《新一代人工智能发展规划》，该规划提出了2020、2025、2030年“三步走”目标，指出到2030年，中国AI理论、技术与应用总体上要达到世界领先水平。
在《规划》提出的六大重点任务中，特别提出要在医疗领域发展高效的智能服务，围绕医疗等方面的迫切民生需求，加快AI创新应用，使精准化智能服务更加丰富多样、社会智能化治理水平大幅提升。医疗作为其中一个重要的应用领域受到了极高的重视，在省级层面，截止2018年12月末，全国31个省市中，已有19个省市发布了AI规划，计划2020年核心产业规模总额达到近4000亿元。
AI从诞生的那一刻起，就跟医疗发生了紧密的联系。随着大数据，互联网和信息科技的发展，AI被广泛试点应用于智慧医疗，智慧教育等领域，近几年全球各地纷纷提出“大健康”策略，医疗大数据等概念，将民生健康置于战略性地位，也促进了AI在医疗领域的发展。20世纪80年代初，我国开始进行AI医疗领域的开发研究，虽然起步落后于发达国家，但是发展最为迅猛。
1978年，北京中医医院关幼波教授与计算机科学领域的专家合作开发了“关幼波肝病诊疗程序”，第一次将医学专家系统应用到我国传统中医领域。此后我国加快了AI医疗产品的研发,具有代表性的产品有“中国中医治疗专家系统”“林如高骨伤计算机诊疗系统”以及具有咨询和辅助诊断性质的“中医计算机辅助诊疗系统”等。
进入21世纪以来，我国AI在医疗的更多细分领域都取得了长足的发展，2016年10月,百度发布《百度医疗大脑》，对标谷歌和IBM的同类产品。百度医疗大脑在医疗领域的具体应用，它大量采集与分析医学专业文献和医疗数据，通过模拟问诊流程，基于用户症状，给出诊疗的最终建议。
2017年7月，阿里健康发布医疗AI系统“Doctor You"，包括临床医学科研诊断平台、医疗辅助检测引擎等。此外阿里健康还与政府、医院、科研院校等外部机构合作，开发了20种常见、多发疾病的智能诊断引擎，包括糖尿病、肺癌预测、眼底筛查等。
2017年11月,腾讯自建的首款AI医学影像产品“腾讯觅影”入选国家首批人工智能开放创新平台。通过图像识别和深度学习,“腾讯觅影”对各类医学影像(内窥镜、CT、眼底照相、病理、超声、MRI等)进行训练学习,最终达到对病灶的智能识别,用于辅助医生临床诊断和食管癌、肺癌、糖网病变等疾病的早期筛查。
2018年7月，南京美桥科技发布了AI陪诊，通过虚拟真人直接语音对话服务，实现了整个就医全流程智能服务，无论是分诊导诊，还是路径规划，或是用药指导，又或是满意度调查等等，实时与虚拟医生预诊，真人与虚拟真人实时结合，无所不答的平行世界式人工智能服务，可以应用在任何领域。
2018年9月，阿里健康和阿里云联合宣布，阿里医疗AI系统“ET医疗大脑”2.0版本问世。2018年11月,百度发布AI医疗品牌“百度灵医”,目前已有“智能分导诊”“AI眼底筛查一体机”、“临床辅助决策支持系统”三个产品问世。2018年11月,腾讯牵头承担的“数字诊疗装备研发专项”启动,该项目作为国家重点研发计划首批启动的6个试点专项之一,基于“AI+CDSS”(人工智能的临床辅助决策支持技术)探索和助力医疗服务升级。
AI与医学领域的结合点非常多，通过AI在医疗领域的应用情况进行总结分析，目前主要应用于五大领域，分别为：医学影像，辅助诊断，药物研发，健康管理，疾病预测。
借助医疗影像大数据及图像识别技术的发展优势，医学影像成为中国人工智能与医疗结合最成熟的一个领域，无论从融资情况（2018年，前三季度融资额高达26亿元），还是2018年预计收入前十强情况，AI医学影像行业均表现亮眼，并且在肺结核，眼底，乳腺癌，宫颈癌领域已经有成熟的产品，但由于该领域至今无一例医疗AI产品获得三类医疗器械证书。因而我国基本成型的AI医学影像产品大多处于医院试用阶段，该领域的公司基本没有实现盈利。
医学影像，电子病历，导诊机器人，虚拟助理是主要的应用场景。并且产品多为软硬件一体化全套解决方案，目前产品仍处于打磨阶段，未来可能倾向服务收费的模式。国内新药研发仍以仿制药和改良药为主，因此相比国外A1药物研发行业，国内布局较为落后，但商业模式清晰，主要为AI公司与药企合作开发新药。
国内该领域尚未成熟，主要聚焦于慢病管理和母婴管理，商业模式以企业和个人支付的健康体检为主，后续付费模式有待成熟。我国主要聚焦于基因检测领域，由于存在技术壁垒，该领域上游基本被国外公司垄断，下游主要为医院投放模式和第三方检测模式。
美国AI人才数量接近85万，中国只有5万。不仅人数相对较少，而且AI人才成本高昂。建议：着力培育AI医疗复合型人才。加强医务人员对医疗AI产品的培训。支持AI与医疗跨界活动交流。完善AI人才保障制度。
目前中国面临健康医疗数据归属不明确，数据安全要求高，数据开放受限制，数据标准不统一，数据理论存争议，数据成本代价高等问题，这些都是制约人工智能在医疗行业发展的重要因素。建议：建立统一数据标准，书同文，车同轨。促进数据共享流通。强化数据安全建设。推动院间互联，AI与医疗多联。
由于产品未通过审批就无法上市盈利。因此产品审批难以通过，成为产品发展的重要掣肘，针对此种情况，国家相关监管部门积极应对市场需求，组建AI器械审批小组建立标准数据库，加速审批流程。建议：加强监管部门学习与时进步，鼓励中立第三方建立标准，组合多种技术力量助力政府对AI医疗器械的审批支持。现阶段医学AI能诊断系统难以解释诊断过程。因此仍存在“黑盒”风险。建议：鼓励与大力支持AI的研发与创新，建立完善的AI知识产权的利用与保护，由感知向认知扩研。
人工智能不仅能减少医生的工作量，还能提高医生诊断的准确率，但是对于医疗机构来说，这并不是刚需，加上付费方不清晰，目前没有明确买单方究竟是医院、患者、药企、保险公司还是政府，就是未来需要多方探讨的问题。建议：鼓励医疗AI产品与服务纳入财政收费体系，探索部分收费模式试点。鼓励研、企、医三方多合作，多研联，使产品更快，更好，更安全的切入临床需求。
