“AI人工智能+医疗”，医疗资源严重短缺吐槽点为何多？

“AI人工智能+医疗”，医疗资源严重短缺吐槽点为何多？

你可能说的是辅助医疗，但是我可以很负责的和您说， 国家命令禁止；这样的智能+医疗产品全球都不成熟的，所以目前根本没有产品可言，估计非要找应用的话，就是一元直播手术的，但是这个对行医资质要求很高的医生才能有权限观看，而且不是所有的医院都能看的。

人工智能与医疗健康跨行业合作将带来更多的多米诺效应。人工智能技术的出现是医疗健康行业加速发展和技术更新的一个很好的契机，他能够帮助现有的医疗技术的发展和能力再提升。

在AI+医疗健康的主题背景下，人工智能不仅能将现有的传统医药研发能力得到提升、创新和发展，也能够大幅度地降低研发的人力和物力和成本，以快捷地通过数字化指标进行疾病粗筛，助力真实世界证据研究，不仅为一些严重疾病的早发现、早诊断、早治疗带来很大益处，而且可以在家庭场景下实现，将疾病筛查的场景和机会大大延伸。同时，这种数字化的生物标记物一旦通过严格的临床试验，证实有效之后，将会给医学界带来重要的数字化诊疗革命，为更多的患者、家庭谋取福利。

槽点原因分析：

1、数据是发展的主要瓶颈,医疗数据获取相对困难，对AI+医疗的发展造成暂时性拖累。例如影像诊断需要大量经过专业医师标注的数据进行模型训练，每种疾病所需数据不同，数据碎片化问题严重。此外，北美对医疗数据还有严格的隐私保护。这些因素导致了数据获得的成本高昂，成为影像诊断行业发展的瓶颈。在我国，数据归医疗机构和患者共同所有，在政策支持下以医疗大数据数据公司为基础，积极建设医疗数据库，可能为AI影像诊断在中国发展提供有利条件。

2、人才需求缺口过大。根据腾讯研究院发布的《2017全球人工智能人才白皮书》，全球AI人才约30万人，主要分布在各国AI产业公司和科技巨头中，约占66.67%；全球367所高校中的学术和储备人才约占33.33%。根据2017年领英发布的《全球AI领域人才报告》，我国AI人才总数超过5万人，而国内AI人才需求量为500~600万人，人才需求缺口巨大。技术、新思想和新模式为人才快速成长创造了条件，新业态产业化、新场景应用、传统产业与现代技术融合发展，亟需大量人才实现、推广。

3、医疗数据开放共享程度不高、人工智能医疗应用缺乏政策支持和配套法规、面临公众信任和伦理挑战、缺少复合型人才等问题，制约着人工智能与医疗健康产业的融合发展。

个人对于人工智能的观念，“它不能代替医生，也不能做一些决策，最终责任还是在医生”。在临床医疗上只是辅助的应用阶段，特别是在深度学习辅助诊断、辅助治疗辅助决策领域，缓解专科医务人员短缺局面，为高饱和度工作减负（如：影像医生、病理医生）；提供肉眼识别无法发现的高维空间影像，提高诊断准确性和治疗方案科学性；用人工智能赋能基层医院、低年资医生。人工智能有望成为医疗机构和医护人的强大“助手”和外脑，显著提升医疗健康服务的效率和质量。