人工智能在醫療的核心應用場景：基層智能診療
人工智能詞，至今已有近一個甲子的歷史，在崎嶇不平的道路上取得了可喜的進展。
2016年AlphaGo戰勝世界頂級圍棋高手李世石，2017年再次戰勝圍棋等級分排名世界第一的柯潔，各大新聞媒體紛紛報道，令人工智能火熱席卷全球。
人工智能到底有多熱？可以這么說，不提人工智能的公司，可能會被認定不算科技公司了。
但實際上也應當認識到目前所有的人工智能技術，不管多么先進，還屬于弱人工智能。例如谷歌花了幾十億美元制造一個能夠讀懂六歲小朋友的圖文，并且了解那些詞匯意思的電腦，目前仍舊還沒做出來。
所以現階段是屬于一個弱人工智能的階段，即人腦智能一直被模仿，意識從未被超越。而所謂的智能診療，不是對醫生全腦的模擬，而是對醫生診療過程進行模擬，這還是可以做到的。
為什么現在人工智能開始講場景了？因為純粹講人工智能，沒有具體的產品落地和使用，去滿足用戶的需求，單是擁有超強的計算能力，沒有大量的用戶去用的話，只能說是一個空中樓閣。所以人工智能的創業項目一定要結合行業應用，機器人維修，一方面利用精準數據資源、算法，另一方面根據特定的應用場景設計商業模式。
那么醫療領域的智能診療是什么？就是將人工智能技術應用到醫學診療中，讓計算機學習醫療專家的醫療經驗和醫學文獻知識，模擬醫生的診治思維和推理過程，從而給出可靠的診治療方案。
這看起來很美好，但是醫療領域的智能診療場景又是什么呢？
智能診療絕佳落地領域：基層醫療
目前國家正在提倡分級診療，而基層首診是分級診療制度的重要基礎，分級診療需要基層醫療機構做好守門人和健康管理者，基層強大起來之時，就是分級診療制度真正普遍施行之日。
可見，智能診療最大的市場機遇是在基層，輔助基層醫生診療。這里的基層是指醫療服務能力比較薄弱的地方，比如說具備老三件、簡單生化儀器的社區衛生服務中心或村衛生室，不包括設備相對較好的鄉鎮衛生院。那些在三甲醫院的知名專家教授，他們有著精尖的專科技能、儀器設備，因此對于人工智能輔診的需求并不強烈，可以說是一個可有可無的點心。
加上基層醫療醫務人員能力不足，又需要承擔大量常見病、多發病、慢性病的病人，因此他們更需要提高診療水平和效率的工具。雖然智能診療在基層的推廣和普及，可能是一種攪局式創新，但是這些技術創新有助于推動原來需要專家才能做到的診斷、治療。讓基層醫生在缺乏高端儀器設備的情況下，也能為患者提供初步的診治工作。
目前，市面上比較常見并且高效運轉的醫療人工智能，主要是自然語言處理類輔助診斷系統和醫學影像識別類輔助診斷系統兩個細分領域。但必須要認清，賦能基層的智能診療真正落地細分領域不應當是醫學影像識別，而應在自然語言處理類輔助診療方面探索。
因為醫學影像識別特別適用于二三甲醫院，它是對影片進行分析的，是一個單一且規律性強的領域，所以根本就不適用于缺乏設備但又應該具有全科技能的基層醫生（尤其百萬鄉醫）。因此，賦能基層的智能診療真正落地細分領域不應當是醫學影像識別，智能診療賦能入口才是基層成長便捷之徑。借助智能診療做強基層醫療服務，基層首診才能得到落實，分級診療才能真正的推進下去。
智能診療系統：實現輕輕松松當醫生
人工智能具有模擬醫生的診治思維和推理過程的能力，并且在記憶力、運算速度和精度上都可以優于人類。基于人工智能開發的智能診療系統能為醫生提供實效、實時的決策支持，可以提高廣大經驗不足的醫療工作者的工作能力，特別是對于基層醫生來說，作用尤其大：輔助基層醫生進行臨床的診斷和治療，真正起到記憶延伸和醫生助手的作用。
比如查書VS使用智能診療系統：查書讓病人失去信心（覺得醫生診療水平低），使用智能診療系統（必須電腦端）反而讓病人覺得格局高端、診療水平高。當遇到不懂或弄不清的病時，在病人面前不要慌，也不要輕易說出不會二字，使病人喪失信心，起碼知道是哪科、哪系統的病，知道做哪一些一般檢查是不多余的吧？利用電腦的快速檢索、智能診療功能對這個病的診斷、治療就有了一個較正確、較全面的了解，你便可以進行治療了。這種效果也會幾倍于平時苦苦死記硬背。
在這個優質醫療資源短缺的時代，面對基層醫療領域面臨的共同問題，需要在現有的醫療資源供求環境中挖掘增量價值，創造出提高效率的解決方案。擺在醫療創業者面前的是，如何將頂尖醫學專家的知識和診治經驗進行快速復制，設計創造岀模擬專家診治思維的臨床醫學智能診療系統。
這里所說的臨床醫學智能診療系統可以為三類醫生提供幫助：其一是可以準確診治疾病的醫生，臨床醫學智能診療系統可以幫他們快速篩查分診疾病，并且不會疲憊，提高工作效率；其二是尚不能精準判斷疾病的醫生，臨床醫學智能診療系統進行輔診及提醒，以免誤診和漏診，提升醫生的職業專業程度；其三是在傳統的醫療教育行業中，醫生培養周期長，智能診療系統能幫助我們的基層醫生（尤其百萬鄉醫）不要用5～10年才能成長成為一個全科醫生，而可以只用2～5年。
最頂尖的診治：醫生診療技能+智能診療系統
人類智能＋人工智能＝人機結合的新高度，弱人工智能階段，人與計算機各有優勢，因此現階段智能診療發展的最佳模式應當是人機結合。如果結合人類智能和智能診療系統，可以高效地處理海量醫療數據，迅速找到一些特征和規律，從而可以獲得更為滿意的診治結果。
王小川認為：人類大概有七八萬種疾病，一個醫生擅長的領域可能只有幾十種，而機器能夠不斷地閱讀文獻，在里面找規律。通過機器輔助醫療診斷，醫生利用這一系統，能幫助他們診斷的能力達到頂尖的水平。
就診斷而言，如果沒有存入特定的癥狀-疾病關系，就不可能進入計算，輸入不正確的資料，諸如不完全的病史、不精確的化驗和不正確的診斷模型，都將引出不正確的輸出。
進而言之，一旦產生了較好的自動診病程序，仍然需要在醫生的監督下工作，因為對于不斷產生的新問題以及醫者與患者間的相互作用等等更得在醫生主持下研究和解決。醫生更重要的價值在于對診斷結果的解釋、說明和信用背書，智能診療系統則為基層醫生的診療工作提供適時指導和幫助。讓智能診療系統取代醫生進行獨立診療，從目前來看是不符合醫療倫理的，但是讓智能診療系統輔助、指導醫生進行診療，則無疑會大大提高基層醫生的診療能力、效率，達到全科醫生水平，從而降低誤診率、漏診率。