人工智能是类似于第二次工业革命中电力的发明，一旦被大幅采用，就能革新许多不同的产业。医疗产业，正处于这样的革新之中。
和肺癌抗争一年之后，65岁的江西老人万丰(化名)离开了人世。
他曾经有机会活得更久。
万丰去世当年(2014年)11月，他的妻儿把为他治疗的医院告上法庭，理由是2012年11月万丰第一次入院时，所拍摄的CT影像已有肺结节，但医院漏诊，错过了治疗时机。
2017年，法院认定医院存在过错，承担50%的赔偿责任，万丰的妻儿获赔25.7万元。
这个案子没有赢家。
病人一年间16次化疗，历经磨难后去世，家人与之阴阳相隔，又付出了高额医疗费，医院和医生劳心劳力，承受未能挽救生命的心理压力，又支付了赔款。
没人想看到这一幕，然而，这却并不是个案。
今年4月举办的2019国际医学人工智能论坛上，海军军医大学长征医院影像医学与核医学科主任刘士远说：“我们影像上面最大的隐患就是漏诊，一旦漏掉，过几个月发现转移了、晚期了，这时候病人看原来没有发现，这就是一个巨大的医疗隐患，甚至有走上法庭的可能”。
漏诊的原因可能是高强度、疲劳状态下的失误，在基层医院也可能是诊断能力的不足。
医疗AI的进步能大大解决这个问题。比如肺结节识别，一位患者单次产生300张-500张图像，成熟的影像医师需要5分钟以上的时间阅片，而人工智能只需要几秒钟，“AI+医生”的双重阅片机制也使得漏诊几率大大减小。
AI辅助诊断意义重大，早期肺癌5年生存率可到90%左右，而晚期肺癌可能不到10%，早一点发现，就能挽救更多病人的生命。
中国医疗AI正处于高速增长中，根据财新和飞利浦发布的《中国医疗人工智能产业报告》，2018年中国医疗AI市场规模预计200亿左右，相比2017年的130亿增长54%。其中，影像识别正是最成熟的板块，目前中国有近百家创业公司在医学影像AI赛道拼杀。
互联网巨头腾讯、阿里，高端医疗器械三巨头GPS(GE、Philips、Siemens)也同样进军医疗AI。跟创业公司着力于单点突破不同，巨头们考虑的是更全面的解决方案。
比如GPS之中的飞利浦，除了肺结节筛查这样的辅助诊断产品，也有辅助治疗的突破，跟中山大学肿瘤医院合作的一个项目，把制定鼻咽癌放疗靶区规划方案的时间从2-4个小时降低到10分钟以内，大大优化了医生和病人的体验。
人工智能先驱、前百度首席科学家吴恩达认为：人工智能是类似于第二次工业革命中电力的发明，一旦被大幅采用，就能革新许多不同的产业。医疗产业，正处于这样的革新之中。
医疗AI对三甲和基层有着不同意义
万丰生病时，为他诊治的医院还是一家三乙医院，到2017年法院宣判时，已经升为三甲。在裁判文书网可以找到很多因漏诊而被起诉的判决，被告的医院甚至有一线城市的三甲医院，更不用说医疗资源严重不足的基层医院。
过去这些年，中国医疗行业规模在快速增长。2008年，中国卫生总费用1.45万亿，在GDP中占比4.54%;2017年，这个数字为5.16万亿元，在GDP中占比6.28%。
作为疾病诊断及治疗的重要依据，影像数据量同样增长迅猛，年数据增长量高达40%。与之形成鲜明对比的则是医疗服务能力供给侧的缓慢提升，由于培养难度大、培养周期长，中国影像专科医师的年增长幅度不到4%。
刘士远在一篇文章以肺结节筛查举例：“患者单次产生300-500张不等的胸部CT图片，影像医师需要在数百张影像图片中寻找肺结节并判断其良恶性，耗时约5分钟以上，每位影像医师每天至少需要为100名患者提供读片服务，工作时间长达10余小时，所带来的不仅是体力上的巨大压力，还有疲劳状态下的漏检误检风险所带来的精神压力。对于高年资影像医生而言，办公桌上的眼药水已经成为必备之物”。
文章中分析：“一位合格的影像医师至少需要5-8年的培养才能完成基础教育，然后花费更长的时间在临床成长，这一周期可能长达10年;而即便是历经千辛万苦从淘汰中厮杀出的‘老专家’，每天也最多也只能为50-100位患者提供服务，难以应对当前中国民众日益增长的影像诊疗服务需求”。
AI极大地提升了影像科的效率，影像医师需要5分钟阅片，而人工智能只需要几秒钟，并且稳定性高于医师，飞利浦的机器学习算法对4mm-30mm大小的肺结节检测误差率低于1%。刘士远说：“AI系统介入后，秒级诊断，将大部分的健康人群与患者区分开来，极大节省了阅片时间;而对于疑似肺结节的患者，‘AI+医生’的双重阅片机制使得漏诊几率大大减小，同时减小了阅片医生的心理负担”。郑州妇科医院http://jbk.39.net/yiyuanzaixian/sysdfkyy/郑州人流医院http://jbk.39.net/yiyuanzaixian/sysdfkyy/