年初突如其来的疫情打乱了所有人常态生活，重重压力砸在中国各个医院，为应对不同疾病治疗需求，各类医院和企业纷纷赋能医疗设备，AI+医疗的人工智能融合，为健康生活带来更多可能。前不久，工业和信息化部科技司公布了在科技支撑抗击新冠肺炎疫情中表现突出的人工智能企业名单，为积极响应、主动作为、攻坚克难、开拓创新，推动肺炎CT影像辅助诊断系统、疫情防控机器人、智能测温系统、疫情防控外呼机器人等智能技术在防疫抗疫中发挥了积极作用，取得了良好社会效果的企业点赞。其中包含云从科技、BAT、京东、平安科技、科大讯飞、商汤科技等。
AI赋能医疗，从外层的场景环境到诊断应用，涵盖了医院的方方面面。7月1日，北京市医院实施新的《北京市医院安全秩序管理规定》，配合安检门，测温通道闸等智能设备，落地了安检环节智能化的安保设计，建立医院的安全制度，介入诊断CT影像，高效排查病患，多家人工智能企业都积极投入抗击疫情的“战场”。这些企业推出的肺炎CT影像辅助诊断系统、疫情防控机器人、智能测温系统、疫情防控外呼机器人等智能技术在防疫抗疫中发挥了积极作用。
在就诊中，应用较多的是AI影像技术以及“AI+辅助诊断”。AI根据患者在影像、病例、体外诊断的一系列检查结果，进行辅助诊断。据不完全统计，AI在肺部和心血管疾病领域已经累计为千万患者提供辅助诊断服务。利用AI辅诊引擎，腾讯觅影能辅助医生对700多种疾病风险进行识别和预测，提高临床医生的诊断准确率和效率。
据人民日报报道，“AI+医疗”仍处于起步阶段，需在政策、机制、技术等方面加以完善，受访的多家人工智能企业表示，AI企业研发投入较大，但由于医疗器械三类注册证审批时间较长，影响了创新型产品的商业化和市场化推广。希望在政策上能够对AI医疗器械加大支持力度，在AI产品的临床试验、安全性评估等方面进一步明确标准规范，加快AI医疗器械的审批速度。
专家认为，当前制约医疗人工智能发展的瓶颈一是医工融合型人才缺失，二是数据孤岛。“深度学习需要大量高质量数据进行训练，但满足条件的医疗数据却相对较少，而且医疗数据相对封闭，加上医疗数据需要人工标注形成标签以供训练，这也大大制约了医疗人工智能的发展。”谢国彤建议，进一步推进医疗大数据有序开放和利用。从政策、法规、机制等多方面着手，加快数字政府建设，打造政府数据共享平台，推动开展行业大数据应用建设。建议可以先从区域卫生信息平台着手，有效协同优质医疗资源、整合居民的全周期健康管理相关数据，最终做到信息互联互通，为“AI+医疗”的智能化服务打下坚实的基础。
