在中國，醫療領域亟需解決的就是看病難、看病貴的問題。然而問題產生的根本原因是在于醫療資源不足、分布不均衡。目前AI智能將著力解決這個問題。

由于醫療資源普遍集中在像北京、上海這樣的大城市，對于一些中小城市由于缺乏優質的醫生和先進的設備，患者不得不趕往大城市就醫。這不但增加了患者的經濟負擔，也導致大城市的醫院人滿為患。看病難、看病貴的問題由此產生。

人工智能輔助診療技術基于臨床醫療大數據與超級計算能力，可以通過傳感器、攝像頭及常規檢查手段采集患者各項指標，與后臺大數據比對、計算并快速做出診斷。從而讓患者在自己家門口就能做全面的檢查，根據診斷醫生可以盡快擬定出治療方案。

我們培養一個醫學生到成為一個真正的醫生，期間要花費5到10年的時間。但是人工智能進入醫療領域，會比人類快的多。前期大量的數據計算到后臺的數據分析對比，系統將逐步從存儲數據再到深度學習的階段。依據不同病例的特點，系統將提供最優的診斷方案。

除了看病，掛號難的問題也一直飽受詬病。拋開凌晨排長隊、與號販子斗智斗勇不說，許多患者自己也搞不清該掛什么科，如果費盡周折卻掛錯了號，一切又得重來，這種打擊可能堪比病痛。

過去掛號準確率只有6、7成，而智能診療系統的掛號平臺能達到99%，還能避免黃牛。該系統會快速采集患者的面相、舌苔、體溫、心率等，然后根據數據庫里的大型分支決策樹向患者提5至10個問題。比如患者體溫偏高，便問他嗓子疼不疼、是否咳痰，根據答案進入下一分支，通過最短路徑算法，用盡量少的問題定位患者的疾病種類。

如果說發病就診已屬“亡羊補牢”，智能健康系統則能幫助人們定期體檢，在發病前“防微杜漸”。該系統可以簡便地為人們進行常規檢測，建立個人健康檔案，將檢測數據與后臺的上百萬數據進行比對，分析被檢測人的哪些機能衰退得更快，哪些需要治療，哪些需要調養，幫助人們提前了解健康風險。比如系統查出最近一兩個月你的心率處于非正常狀態，就會給你提醒。要是沒有這種檢查，你又恰好去游泳、登山，就有可能發生危險。如果檢測出需要治療，該系統還能為患者提出一系列建議，例如這個病是否嚴重，是該去專科醫院治療，還是在社區醫院就能看等，并中長期追蹤患者的健康狀態。

這種方法極大緩解了大城市醫院的就醫壓力，提早診斷出患者的潛在疾病，降低患者的經濟壓力和潛在疾病風險。

讓人工智能進入醫療領域，核心是算力、算法、大數據。天河計算機的超級運算能力、由此可實現的復雜算法，以及豐富的臨床大數據，使得這三大要素已經具備。以此為基礎，硬件設備能以各種形式走進人們的生活，可以做成機器人醫生放在醫院，做成立式設備放在社區、機場、火車站，也可以裝進電腦、手機，隨時就能使用。

這就給人們提供一種快速便捷的診斷系統，讓人們隨時檢測記錄自己的身體狀況，避免突發疾病的風險。同時也為醫生的診斷提供數據參考。
責任編輯：YYX