1、醫(yī)療影響，輔助看片，CT識別，疾病篩查

1）醫(yī)生資源是稀缺的，利用醫(yī)生的專家經(jīng)驗對ct片子進(jìn)行標(biāo)注，通過深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練的算法模型可以用于推理分析；

可以用作疾病篩選，輔助醫(yī)療；既可以降低醫(yī)生的工作量，提高初級醫(yī)生的看病水平；又可以培養(yǎng)初級醫(yī)生。

這次疫情很多科技公司推出了肺部CT AI識別算法，進(jìn)行新冠肺炎的篩查；醫(yī)院上了肺CT的輔助篩選系統(tǒng)，可以快速給出篩查判斷。

2、輔助診療

利用文本識別、自然語言處理和知識圖譜，將各種臨床電子病例和處方進(jìn)行自然語言處理提取特征知識，疊加各種醫(yī)學(xué)資料，醫(yī)學(xué)教材、醫(yī)學(xué)指南，建立知識圖譜模型；

再加上語音識別、語音合成，就可以實現(xiàn)線上進(jìn)行語音交互問診，通過自然語言處理理解語義，可以給予治療方案的建議，起到輔助診療；

這次疫情很多醫(yī)院開通了線上免費診斷，這個是完全可以實現(xiàn)機(jī)器人自動輔助診療的；

他的好處是是可以反復(fù)訓(xùn)練，人工智能算法會越用越聰明。

3、中醫(yī)問診儀

1）把脈儀器

通過傳感器采集脈搏數(shù)據(jù)，利用人工智能算法多脈搏數(shù)據(jù)進(jìn)行分析，推理疾病的可能情況；

2）看面相儀

利用機(jī)器視覺，通過專業(yè)醫(yī)生圖片標(biāo)注，進(jìn)行深度學(xué)習(xí)模型訓(xùn)練，可以進(jìn)行輔助中醫(yī)治療；

3）看舌苔儀

利用機(jī)器視覺，通過專業(yè)醫(yī)生圖片標(biāo)注，進(jìn)行深度學(xué)習(xí)模型訓(xùn)練，可以進(jìn)行輔助中醫(yī)治療；

結(jié)合以上三個方面給出推理診斷，給出治療方案和預(yù)開處方單，供中醫(yī)師參考；醫(yī)生再進(jìn)行望聞問切的診療，參考人工智能的診療結(jié)果；用來核對。兩方面的信息可以不斷補(bǔ)充核對，進(jìn)一步訓(xùn)練人工智能模型，提高準(zhǔn)確率。

價值

1）預(yù)檢測，提高醫(yī)生效率，提高診療的準(zhǔn)確性；

2）培養(yǎng)年輕中醫(yī)，剛畢業(yè)沒經(jīng)驗的中醫(yī)學(xué)生，可以利用這個儀器來培養(yǎng)鍛煉；

3）反復(fù)訓(xùn)練，可以培養(yǎng)人工智能算法模型的準(zhǔn)確度，可以代替醫(yī)生進(jìn)行輔助治療和開處方單。

4、分診機(jī)器人

病人去醫(yī)院掛號往往不知道掛什么科，利用上面訓(xùn)練的人工智能醫(yī)療知識圖譜，結(jié)合語音交互，通過詢問病人的癥狀描述，給出掛號建議和進(jìn)行預(yù)約掛號；

5、電子病例寫作輔助和質(zhì)量監(jiān)測

在醫(yī)生問診過程中，核查問診內(nèi)容，提醒醫(yī)生全面問診，給出疾病的診斷核查，治療方案和治療處方的核查，按照病例的質(zhì)量規(guī)范，核查電子病歷。

6、流行病學(xué)分析

當(dāng)涉及傳染病時，預(yù)防，監(jiān)測和快速反應(yīng)的努力可以大大減緩疫情的爆發(fā)或延緩疾病的爆發(fā)。越來越多的科學(xué)家正在開發(fā)使用人工智能(AI)來預(yù)測傳染病蔓延的方法。盡管該過程非常復(fù)雜，但是成功實施預(yù)測模型可能代表著在消除世界上最隱蔽的傳染病的斗爭中的重大飛躍。

這次疫情也看到了世界各國都有研究團(tuán)隊在研究傳染模型，計算感染數(shù)量和有效干預(yù)方案產(chǎn)生的效果。

7、慢病管理

利用智能健康監(jiān)測硬件，監(jiān)控血糖、血脂、血壓、血氧、脈搏、呼吸等重要的生命體征數(shù)據(jù)，通過大數(shù)據(jù)和人工智能模型算法；給出、保健、護(hù)理、飲食、治療的建議方案和人為干預(yù)措施；提前進(jìn)行預(yù)防。

8、研發(fā)創(chuàng)新藥

新藥研發(fā)風(fēng)險大、周期長、成本高。國際上一般有“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。

常規(guī)的新藥研發(fā)模式是，隨著一個潛在藥靶被發(fā)現(xiàn)，新藥研發(fā)工作者通常利用高通量篩選（HTS）的方式來發(fā)現(xiàn)苗頭化合物（“hit”）。它由機(jī)器人自動完成，通過在同一時間進(jìn)行數(shù)以百萬計的試驗，找出最有潛力達(dá)到目標(biāo)的化合物，提高藥物發(fā)現(xiàn)的“hit”幾率?！癶it”一般會先經(jīng)歷hit評估，選擇質(zhì)量較高的hits進(jìn)行結(jié)構(gòu)改造，使之優(yōu)化成為先導(dǎo)化合物，然后再進(jìn)一步深入優(yōu)化各種性質(zhì)，成為PCC（臨床前候選藥物），為進(jìn)入臨床前開發(fā)做好準(zhǔn)備。

人工智能可以應(yīng)用在藥物開發(fā)的不同環(huán)節(jié)，包括虛擬篩選苗頭化合物、新藥合成路線設(shè)計、藥物有效性及安全性預(yù)測、藥物理化性質(zhì)（包括水溶性）預(yù)測、晶型預(yù)測、藥物分子設(shè)計、篩選生物標(biāo)志物、研究新型組合療法等。

目前業(yè)界嘗試?yán)萌斯ぶ悄荛_發(fā)虛擬篩選技術(shù)，以取代或增強(qiáng)傳統(tǒng)的高通量篩選(HTS)過程，并提高篩選的速度和成功率。2016年，由加利福尼亞大學(xué)舊金山分校（UCSF）的計算化學(xué)家Brian Shoichet領(lǐng)銜的小組，運用虛擬篩選技術(shù)篩選了300多萬種市售化合物，結(jié)果找到了可選擇性激活μ-**受體信號減輕疼痛，但不干擾緊密相關(guān)的β-arrestin信號通路（通常認(rèn)為與**類藥物的便秘和呼吸減慢的副作用有關(guān)）的候選分子。

人工智能技術(shù)可以大大提升化合物合成路線設(shè)計的效率。應(yīng)用深層神經(jīng)網(wǎng)絡(luò)及人工智能算法，來規(guī)劃新的化學(xué)合成路線。比傳統(tǒng)的計算機(jī)輔助合成路線設(shè)計加快了近30倍。

9、基因研究

早期階段，谷歌公司的alphafold就是致力于這個方向，人工智能、基因檢測和深度檢查結(jié)合，成千上萬人將在患病之前接受深度檢查，由人工智能給出你的生命預(yù)測。將可以治療各種疾病。