千百年來，在與疾病搏斗的歷史上，人類是當之無愧的主角。如今，人工智能挺入醫療行業，成為了一股不可忽視的力量。

11月2日，在“AI+醫療健康領袖峰會”上，AI醫療的中國道路成為了大咖關注的話題。盡管人工智能正在成為臨床醫生的幫手，但依舊缺乏標準手段判斷人工智能醫療的可靠性與安全性。分析算法背后隱藏的風險，讓人工智能更安全地投入臨床使用，這也許是目前亟待解決的難題。

不少人好奇，人工智能醫療究竟發展到了什么程度？ 

中國工程院院士、國家新一代人工智能戰略咨詢委員會組長潘云鶴表示，在大數據智能影像識別系統逐漸成熟時，臨床已成功把大數據智能閱片的技術嫁接到醫療設備，實現了邊檢查，邊讀圖分析。

以手術機器人為代表的人機融合增強智能的醫學裝備與跨媒體智能的醫療產品在市面上逐漸流行。潘云鶴用盲人眼鏡解釋何為跨媒體智能醫療產品，“盲人有聽力上的優勢，可通過這一款眼鏡記錄看到的東西，再把它變成聲音，這樣盲人就可以聽到他眼中的世界。”

更讓潘云鶴感到意義重大的是，以遠程醫療為代表的醫療健康系統正在形成，它能解決基層地區看病難的頑疾，能更好實現分級診療，推動醫療改革。

人工智能與中醫藥也能擦出火花。中國工程院院士程京介紹了基于人工智能的眼象輔助疾病診斷系統，通過自動拍照、眼象特征提取等步驟，能建立相關分類模型，最終實現疾病輔助診斷和健康狀態評估。

人工智能發展有哪些難題？ 中國科學院院士、清華大學人工智能研究院院長張鈸表示人工智能重塑了醫療系統，但在應用上還存在不安全、不可信、不可靠和不可擴展等風險。 

中國工程院院士、華南理工大學原校長王迎軍關注AI和醫療器械兩個學科交叉領域的深度融合發展：“醫療器械本身就是要和臨床聯系得比較密切，不能說你做你的，我用什么再問你要，這個不可能。”

醫療器械創新產品的監管是一大現實問題。王迎軍表示，有些創新的產品沒有標準，用什么樣的工具和方法來檢測它、判斷它是可靠的、安全的，這本身是非常難的課題，更糟糕的是，AI本身有些東西難以判斷，比如不透明的算法。

臨床專家更關注的是數據的標準化與有效性。廣東省人民醫院院長余學清表示，盡管市場將焦點放在提升臨床診斷與效率，但臨床專家更需要的是完整準確、定時更新的醫療數據，唯有如此才能真正造福病人。

中山大學附屬腫瘤醫院院長徐瑞華在大數據的基礎上，建立了人工智能實驗室，成功研發上消化道腫瘤內鏡AI輔助診斷系統，幫助基層醫院內鏡醫師提高診斷準確率。目前，他的團隊建立了中國結直腸癌的大數據庫，但想要實現新的突破，可能需要一定時間。因為在收集數據過程中，需要每個醫療機構使用同一種數據標準，才能實現數據的有效性與標準化。

如今，醫療智能化已經逐漸形成一種新的醫療模式。潘云鶴說，醫療模式首先是從智能設備開始的，連接醫療服務，共建云平臺。這個云平臺把大醫院、中小醫院、病人和居家使用者串聯，實現智能設備共享與醫療數據的儲備。然而，云平臺的能量不止于此。它是一本不斷發展的教科書，能承擔科研教學的功能。他期望有一天，云平臺上能有藥店、急救車，這樣就能形成以知識為中心的醫療系統。