2017年還未過半，人工智能在醫療領域就已經有突破性進展。
在美國，谷歌使用人工智能程式檢測組織切片乳腺癌，在基于靈敏度和假陽性的評分中，算法得分88．5％，超過了病理學專家；國際著名雜志nature專門發表了關于深度學習診斷皮膚癌的研究成果；在中國，依圖影像智能輔助平台已經被上海和浙江省多家頂級三甲醫院所采用，投入臨床實際使用後，來自醫生的好評如潮。
剛剛落幕的2017第四屆錢江國際影像論壇上，依圖醫療副總裁鄭永升介紹說：“人工智能技術在醫療影像的應用，已經從實驗室走出來，在臨床全面鋪開。”
作為醫學影像領域的年度盛會，錢江論壇以＂攜手智能科技，開啟未來影像＂ 為論壇主題，說明人工智能已經不再是神秘的“黑科技”，而實際走進了臨床。依圖作為國内人工智能領域的領軍企業，也是唯一受邀在大會發表主題演講的企業，表明依圖在醫療人工智能的應用與實踐獲得了放射醫生的認可。
ai閱片在臨床鋪開，推動人工智能醫療史向前一大步
人工智能技術從實驗室走向臨床的各種應用中，影像科學是最大的熱門。
一直以來，醫院對醫學影像的診斷主要依賴醫生的人工觀察和檢測，作為診斷的主體，有經驗的放射科醫生培養時間周期非常長。同時，随着醫學影像技術的發展和人們對健康的關注，影像診斷需求的缺口也變得越來越大。依圖科技利用多年積累的深度學習模型，開發出了醫學影像智能輔助平台。
在基于人工智能的依圖影像智能輔助平台上線之前，浙江省人民醫院每天接待200例左右肺結節篩查患者，放射科的醫生一天就要閱讀4萬多張x光片，在高強度的工作環境下，人類醫生更容易受到疲倦甚至情緒的影響，而機器面對重複性的機械工作反而比人類更具有優勢。
事實上，讓機器模仿人類醫生閱讀醫療影像并不是今天才有。1998年，診斷乳腺癌的第一款cad系統通過了美國食品藥品監督管理局（fda）的準許。但因為自身精度不夠高，它沒有被推廣開來。
今天，利用深度學習技術，由機器自己去提取病竈特征，訓練機器像人腦一樣思考和判斷，令機器診斷的準确率得到了穩步和快速的提升。
在投入臨床的幾個月時間裡，依圖醫療影像平台對幾萬例胸部ct進行了檢測，實際臨床敏感性達到90％以上，其中10mm以下的小結節和5mm以下的微小結節占到檢出結節的40％以上。
被臨床所接受，是技術成熟的标志，而依圖醫療影像平台的産品化，也将全球人工智能技術在醫療領域應用的曆史程序，向前推進了一大步。
ai使專家醫生服務基層醫院，破解醫療資源不均衡難題
基于人工智能技術的影像智能平台，極大提升了三甲醫院放射科的效率。
随着依圖醫學影像智能輔助平台與越來越多家醫院的資訊化系統完成系統對接，與醫生日常診斷工作流實作無縫內建，許多三甲醫院都可以在現有醫療資源不變的情況下，通過優化工作流的方式，為養老院、體檢中心、基層醫院等提供醫療影像診斷服務。
某個頂級三甲醫院的放射科，在使用了依圖影像智能平台幾個月後，開始計劃承接更多基層醫院的閱片業務。依靠人工智能技術，三甲醫院能夠在不增加醫生的情況下，承擔更多閱片業務，直接将頂級醫院的技術和資源無損耗地輸出給基層醫院，真正幫助提升基層醫院的診療水準。
在2017年4月26日國務院辦公廳印發的《關于推進醫療聯合體建設和發展的指導意見》中提到：“我國優質醫療資源總量不足、結構不合理、分布不均衡，特别是仍面臨基層人才缺乏的短闆，已成為保障人民健康和深化醫改的重要制約。”
資源下沉，提升能力，是破解這一困難局面的路徑之一。依圖科技借助人工智能技術，讓頂級醫院能夠利用自身優質資源集中的優勢，發揮對基層醫院的技術輻射和帶動作用。
與此同時，依圖臨床決策支援平台也在嘗試借助技術的力量，解決我國目前兒科醫生不足的嚴峻挑戰。在廣州婦女兒童醫療中心投入臨床的依圖人工智能臨床決策支援平台，可以為患者和醫生提供初步診斷提示，尤其擅長診斷兒童發熱相關的疾病。
其原理是通過深度學習技術對曆史病曆進行處理，建立疾病診斷模型、特征補充模型、相似病例模型，同時通過回報自動修正算法進一步增強模型能力。