人工智能在医疗中有很多应用场景，包括医学影像、基因组信息处理、药物研发、健康数据管理、导诊机器人等等。临床诊疗方面的应用对现有医疗实践影响最显著，所以最受关注。IBM WATSON这种试图根据患者信息，推荐治疗方案的应用，只是其中一种，也不是主流。目前在临床方面，医疗人工智能多与医学影像相关，着重在为医生提供各式工具，或优化已有影像工具，以帮助他们诊断或治疗。
比如，人工智能诊断工具可以从医学影像中识别人眼看不见，或者容易看漏的病灶。在这方面，根据CT影像识别肺结节筛查肺癌，是目前最常见的应用之一。也有团队在用机器学习提升医学影像的成像速度和质量。照过X光片的人，可能记得，医生会让病人屏住呼吸。这样做的目的，是为了防止呼吸运动影响成像。X光成像只需几秒钟，但正电子发射计算机断层扫描（PET）通常要进行十几分钟，就不是屏住呼吸能解决的了。目前很多研究团队，通过自动门控技术，修复呼吸对PET成像的影响。还有一些应用是通过人工智能帮助患者避免不必要的手术。外科大夫在为结直肠癌病患做手术前，会为患者做一个辅助化疗，以控制癌症的发展，之后再进行手术。一部分病患在辅助化疗以后，病情已经完全缓解，但医生无法判断患者体内是否还有癌细胞。
由于目前的人工智能产品都只针对单项任务，对医生的帮助有待观察。比如，腾讯觅影针对肺部的影像，识别肺结节。但从目前来看，IBM WATSON医疗人工智能的商业前景还不明朗。现在还缺乏比较好的商业模式，基本都没有产生盈利，基本上还在探索商业模式及利用数据完善产品。在这个意义上，目前人工智能对医院数据的依赖，要大于医院对人工智能系统的需求。
详情请访问 肿瘤 https://www.kangantu.com/
请简单描述您的疾病情况，我们会有专业的医学博士免费为您解答问题（24小时内进行电话回访）