人工智能已进入医疗的众多细分领域

　　人工智能已进入医疗的众多细分领域，应用场景包括疾病诊疗、医疗辅助、药物开发等。而病理诊断是一种基于图像信息的诊断方式，被誉为疾病诊断的“金标准”，却由于自动化程度较低，病理医生缺乏等原因，在我国发展落后。

　　人工智能在医疗健康领域的深耕，有望缓解优质医生资源稀缺、重复劳动负荷重、诊断质量不均衡等医疗诊疗领域的瓶颈，不但能够提升医护人员的工作效率，降低医疗成本，并能够借助大数据平台进行科学有效的日常监测预防。

　　病理诊断可分为取样、制片、染色、诊断四个环节，取样环节是否取到病变细胞、制片及染色后成片是否清晰都会直接影响最终的诊断结果，因此对制片的技术人员专业水平具有较高的要求，目前自动化水平较低;由于病理诊断是通过对细胞层面的医学影像进行观察诊断，为防止漏诊，一个组织样本往往制成多个切片，制片、染色、诊断、报告等各个环节耗时较长，相比与检验、影像科室，病理科诊断所需时间较长，需要更多的专业人力投入。

　　作为计算机AI识别图像进行诊断，对于切片图像的标准化要求较高，能够保证稳定的制片、成像标准的仪器是开发病理AI算法基础;其次病理诊断覆盖的疾病种类较多，尤其是癌症类型繁多，要实现病理AI对各个病种的精确诊断需要大量的病例数据支持，目前行业的主要切入口在于通过对常见病种普查的辅助诊断来降低病理医生的重复性工作，提升病理诊断效率，这一模式中的关键在于控制病理AI算法的假阴性率，防止出现由于算法的误判导致漏诊，保证病理AI能够在保证诊断有效的前提下提升病理诊断效率。

　　在此背景下，体检机构正试图利用AI技术解决两个方面的问题：一方面，AI将提升医疗质量和效率，降低阅片成本。

　　此外，爱康还引入人工智能血糖管理项目，可通过持续监测饮食和血糖关系来完成AI建模，指导用户通过个性化的科学饮食，从而达到控糖目标。

　　上海交通大学附属第一人民医院王悍教授认为，AI将极大降低医疗服务流程的时间和人力成本。