一、現實醫療痛點亟待解

目前我國醫療領域有四大痛點：醫療資源不足，醫生培養周期長，醫療成本高企，醫生誤診率較高。而這些現實問題不僅在國內突出，在世界范圍內也有普遍需求。

痛點一：我國醫療領域最主要的問題就是醫療資源的不足，中國每千人執業醫生數僅為 2.2，醫生密度與發達國家相比還有一定差距，例如法國、澳大利亞和瑞士等國每千人擁有接近 4 名醫生，盡管如此這些國家也開始重視醫生數量不足的問題。并且我國地域分布非常不均衡，在沿海東部省份醫生密度較高。醫生資源尤其是優質的醫生資源短缺是一直以來困擾中國的醫療問題的根本原因之一。此外，隨著未來人口老齡化的加劇和慢性疾病發病率的增長，以及人們對健康的重視程度日益提高，人們對醫生的需求量有增無減。

痛點三：醫生培養周期長。醫生培養周期十分長，獨立上崗醫生培訓周期長達 8 年，需要極大的人力物力支出，很難跟上急劇增長的醫療需求。

痛點四：誤診率高。美國行業認為其臨床診斷和治療方案存在瑕疵的比例超過 30%，而中國基層醫療的誤診率至少在 50%以上。主要原因大致有以下幾種：循證醫學沒有真正成為醫療行為的基礎，實踐中充斥大量主觀性強的證據；健康信息與醫療信息隔閡，醫療行為缺乏數據證據；分診不嚴謹，草率進入專科診治階段。因此人類醫生存在相當高的誤診率，優質醫療資源缺乏的地方更甚。

二、人工智能是解決目前醫療需求的關鍵

1）解決醫療資源不足是人工智能的發展動力和根本需求。為了解決醫生資源不足，一方面可以加大供給量，也就是提高醫生培養數量，但是醫生培養周期十分長，很難跟上急劇增長的醫療需求。而另一個方法就是寄希望于技術的發展，希望能夠通過機器輔助診斷取代不必要的人工時間消耗，增加醫生治療的效率。或者是深入到醫療各個環節，利用各種技術手段，包括基于語音識別的病歷填寫等，來提高治療效率的提升。

2）人工智能在解決成本壓力具有以下三大優勢：（1）幫助患者自查自診自我管理，減少醫療支出；（2）提高醫療機構的工作效率，降低醫療成本；（3）幫助做出合理有效的醫療方案，減少不合理的支出。

3）人工智能的訓練時間遠小于醫生培養周期。獨立上崗醫生培訓周期長達 8 年，需要極大的人力物力支出，很難跟上高速增長的醫療需求。并且每年有大量醫學論文發表，醫生學習時間有限，很難在短時間內消化吸收新的醫療技術。而與之相比，人工智能的訓練時間幾乎可以忽略，例如 IBM Watson可以在 17 秒內閱讀 3469 本醫學專著，248000篇論文，69 種治療方案，61540 次試驗數據，106000 份臨床報告，在短時間內迅速成為腫瘤專家。

4）人工智能可以解決誤診率高的問題，準確率尤其是客觀性較醫生有極大提升。人工智能可以解決誤診率高的問題，準確率尤其是客觀性較醫生有極大提升。因為人工智能是根據過往醫療數據做出診斷，正確性得到海量醫療數據的背書。總的來說，人工智能在醫療領域等數據密集型、知識密集型行業領域的應用可以提升醫生工作效率，解放生產力，不僅能夠解決醫療資源短缺等問題，還將帶來醫療效果上的提升，因此人工智能在醫療行業有很廣闊的市場空間。

人工智能解決醫療行業四大痛點

數據來源：公開資料整理