從上世紀70年代起，便接連不斷有人在醫(yī)療領域進行人工智能探索。1972年，由利茲大學研發(fā)的AAPHelp是資料記載當中醫(yī)療領域最早出現的人工智能系統(tǒng)。我國人工智能領域的開發(fā)研究始于20世紀80年代初，起步雖然較發(fā)達國家晚，但是發(fā)展速度迅猛。

前兩年，醫(yī)療人工智能進入“高潮期”，從較早試水的IBM Watson，再到諸多初創(chuàng)型企業(yè)，勇敢入局的“創(chuàng)新者”不斷。雄心勃勃的創(chuàng)業(yè)玩家們，在醫(yī)藥、醫(yī)療器械、醫(yī)療服務等各大領域紛紛制造變局。但2017年開始，商業(yè)化變現、政策審批等諸多問題將諸多實力不足的企業(yè)逼到絕境。對于已經走入價值驗證的醫(yī)療人工智能來說，對于醫(yī)療大健康行業(yè)有何變化？各大醫(yī)療人工智能企業(yè)又是如何“接招”？

人工智能在醫(yī)療影像領域的熱度與瘋狂有目共睹。2015年，IBM出資10億美元將醫(yī)療影像公司Merge Healthcare收之麾下，成為了人工智能醫(yī)學影像領域的標志性事件。短暫兩年后，2017年，國內多數初創(chuàng)類的人工智能醫(yī)學影像公司獲得大筆融資，總金額超過40億元；互聯(lián)網巨頭也開始不甘落后，紛紛成立醫(yī)學影像部門。人工智能醫(yī)療影像的熱度徹底被“點燃”。

AI在醫(yī)學中的重要性，生命將來肯定也是要用數字去注釋的。現在大家看病的時候，醫(yī)生問你頭痛嗎？你說痛。將來可能會變成痛幾分，把主觀感覺進一步客觀化，而客觀的事情能夠進一步數字化，診療也更為精準。人工智能醫(yī)學影像的前景的確極為光明，但是新興產業(yè)的演化路徑往往比預想的更為復雜。隨著資本市場的冷卻，這一行業(yè)開始告別“野蠻式”增長，開始迎來對于產品落地、三類醫(yī)療器械注冊審批等問題的探討。

醫(yī)療行業(yè)本身就是非常謹慎、需要專注的行業(yè)，所以一定要保證其準確性和安全性。在美國，監(jiān)管部門希望能夠站在行業(yè)的前端，所以美國FDA有專門的突破性渠道，比如說有糖尿病人工智能設備審批通過，其實可以有更好的行業(yè)支持性政策，所以要確保相關部門能夠理解人工智能現在的進展，幫助監(jiān)管者加強他們的工作、提高效率，這樣也可以讓投資者有一定的信心。

目前很多人工智能都還處于探索的階段，但我覺得應該更多的去應用、探索，去解決實際問題，在這個過程當中再不斷的去形成一些標準和規(guī)范，之后再規(guī)范應用。在沒有道理的時候，我認為我們的方法不要太講道理。實際上，不講道理起步比講道理更為科學，在不講道理的過程中逐步形成規(guī)范和法律，這就是道理。

人工智能在進入新一代的時候，將對醫(yī)療儀器和人類醫(yī)療保健的方式產生巨大的變化，也對醫(yī)療、藥物和醫(yī)療保健的整個系統(tǒng)的構成產生一個巨大的變化。在這個變化中間，醫(yī)療的水平一定會取得極大的提高，關鍵要在醫(yī)院、醫(yī)生和病人以及政府之間形成一個多贏的模式，如此才能把醫(yī)療的智能化迅速的推向一個高潮。

過去，對于傳統(tǒng)藥企來說，以產品為主，將產品打包銷售給患者即可。但在藥品銷售過程中，決策者、使用者、接收者的需求日益多元，這就致使原來的簡單思路在目前的大環(huán)境下已經“失效”，藥企必須利用人工智能、大數據技術進行企業(yè)內部結構革新。

為應對時代的發(fā)展變化，關注數字化，實施信息化管理，用信息化去提升管理效率，降低成本，增加利潤將會是未來藥企的重要轉型方向。而對于阿斯利康中國來說，打造以患者為中心的創(chuàng)新醫(yī)藥平臺已經成為阿斯利康中國數字化與創(chuàng)新轉型的重要航向。

大數據對于藥企內部轉型起著事關重要的作用。尤為一提的是，大數據在醫(yī)藥研發(fā)上的“功勞”。新藥研發(fā)歷來貼著風險大、周期長、成本高的標簽。國際上甚至有“雙十”的說法：10年時間，10億美金投入，才能成功研發(fā)出一款新藥。

當人工智能醫(yī)療成為一種新的業(yè)態(tài)，它對于傳統(tǒng)的醫(yī)藥、醫(yī)療器械、醫(yī)療服務等領域都提出了新挑戰(zhàn)，質量保證、資源共享與有效監(jiān)管等問題都成為了無休止的辯題。盡管如此，未來，隨著人工智能技術的加速應用落地，醫(yī)療將變得愈發(fā)高效與便捷，每個個體都將成為受益者。