在2015年12月8日，大赦國際醫學：亞洲發展空間、能力和活躍健康的未來，由國際知名的科學和技術雜志MITScienceandTechnologyReview出版，對亞洲的醫療保健狀況進行了實地研究，人口超過4.16億，然後出現了三個驚人的數據：根據世衛組織的估計，2030年亞洲需要超過1200萬的新衛生保健專業人員，從目前的水平來看，70%以上；南亞和東南亞，人口超過2.25億，平均每10000人中有7名醫生，甚至低於日本500萬家庭的估計。
與此同時，麻省理工學院科技評論也試圖解決這一問題，即借助人工智能提高醫療服務的供給能力和率，並以百度為代表的中國案例：百度推出的『臨床輔助決策系統』(CDSS)，目前覆蓋了中國18個省、市、自治區的1000多家醫療機構，協助醫生做出臨床診斷決策。
如果麻省理工學院的數據仍然是面向宏觀的，那麼以下數據幾乎與每個人都相關：中國大約有6.6億人有患眼底疾病的風險，而基層眼科醫生隻有36000人，也就是近200000人。
同時，在這些眼科醫生中，能看電影的醫生可能隻有幾千人。
僅僅這些數字足以使人們震驚，在數字背後是一系列事實：例如，與基層相比，醫療資源傾斜到大型醫院，導致人們在尋求醫療時習慣性地湧向三級醫院。
三級醫院占全國醫療衛生機構總數的0.23%，占醫療需求的21%，94.5%的主要醫療機構隻占醫療需求的54%。
一側過於擁擠，另一方面，門充滿了鳥類；例如，85.87%的醫生每周工作超過40小時，工作時間長，工作環境緊張，薪酬水平與薪酬不成正比，這在不知不覺中消除了醫生的”專業榮譽意識”，導致醫患關系的治療。
71。
76%的醫生患有醫患關系。
中國醫師執業狀況白皮書中披露的數據顯示，85.87%的醫生每周工作時間超過40小時，工作時間長，工作環境緊張，薪酬水平與薪酬不成正比。
但這些都隻是一個方面，醫療資源的匱乏和中國醫療資源的不均衡分佈遠比預期的要復雜得多。
一方面，人口老齡化的進程是迅速而又暴力的。
1982年，65歲和65歲以上老年人的比例僅為4.9%。
2000年，7%進入了”老齡化社會”。
到2016年，老年人的比例達到10.8%。
估計2035年65歲和65歲以上人口的比例將超過20%，並進入”超級老齡化社會。
“當時存在的醫療痛點將全面爆發，時間窗期很短。
另一方面，增加慢性病發病率的挑戰中國的疾病范圍正從一種傳染病轉變為一種以高血壓、糖尿病和心血管疾病為主的慢性疾病。
目前慢性病死亡占死亡總數的87.8%，慢性病造成的疾病負擔也超過了疾病總負擔的70%；更令人擔憂的是慢病年輕化的趨勢，這將進一步增加中國醫療衛生面臨的問題的復雜性。
圖片來源：圖蟲創意
在這種情況下，『健康中國2030』等國家戰略的實施，除了優化普遍醫療體系、提高健康衰老、更註重疾病預防和健康管理等管理措施外，也已成為互聯網、大數據等戰略重心之一，人工智能等新概念也開始占據醫療領域的一個高地。
那麼，新技術的登陸應用能否彌補醫療資源之間的差距呢？
在回答這個問題之前，讓我們看看在麻省理工學院科學和技術審查報告中提到的印度和日本的應用案例：根據印度中央衛生情報局，2016年印度每1000名活產中有34人死亡，嬰兒死亡率比美國高出6倍。
這項研究開始使用手機的人工智能來統計新生兒的數據，例如嬰兒頭部在特定時間范圍內的大小，希望利用手機照片的比率和算法模型來為孕婦提供手術的需要。
作為世界上第一個進入『超級老齡化社會』的國家，日本一些初創企業針對養老金問題開發了獨特的人工智能應用，例如為智障患者提供通信工具，幫助護士為老年人安排廁所時間。
回顧中國市場，不像印度和日本在人工智能醫療的『淺薄子應用』，人工智能與醫療在中國的整合已經進入『深階段』，開始使用人工智能武裝基層醫生。
以百度的腦人工智能技術為例，從2018年百度成立智能醫療部門，到2019年品牌升級到『靈藥治會』，短短兩年，在醫院外現場，臨床輔助決策系統(Cdss)相繼推出，眼底圖像分析系統，醫學大數據解決方案，智能預診斷輔助，慢病管理等五種解決方案。
就像上述基礎眼科醫生的巨大差距，與中山大學中山眼科中心等一級醫院的深度合作，以及眼底圖像數據的基礎。
眼底圖像的圖像分析系統是通過算法架構和深度學習的高精度算法構建的。
隻有使用眼底攝像機獲取二維眼底圖，才能自動提取眼底的四種生理結構，並能在10秒內完成糖尿病視網膜病變、青光眼、黃斑病變等疾病的篩查。
據報道，該系統覆蓋了數百家醫療機構，平均每天幫助近3，000人完成糖尿病視網膜病變等眼部疾病的科學早期篩查。
麻省理工學院科技評論還介紹了百度CDSS系統在北京市平谷區登陸的案例。
百度CDSS用於幫助基層醫生通過學習權威教科書、藥典和三級醫院的高質量病歷來診斷疾病。
平谷區衛生衛生委員會信息中心主任焦俊峰說：『診療經驗有限，CDSS部署後，醫生能力提高，當地醫生越來越多』”也許人工智能有很長的路要走，不同國家的進程是不同的，至少百度已經驗證了人工智能”武裝『基本醫生在方向上的正確性』。
據研究公司IDC稱，2022年亞洲醫療保健行業的科技支出可能達到15億美元，並將繼續以每年7%的速度增長。
在2016年左右，大量的人工智能醫療團隊應運而生，他們過去在資本市場上有一個很好的故事。
但醫療行業最終是一個緩慢的行業，破壞性的顛覆性革命沒有出現，在艱難的落地、缺乏盈利預期等不利因素下，資本市場已逐漸陷入停滯，AI醫療已成為一名合格的創新者。
百度無疑是一個直接的例子2018年，百度成立的智能醫療部門已經有多家初創公司獲得了B輪和C輪的融資。
在B端市場的探索中，收藏家並不是有時間限制的獎金，但它是百度上線的墊腳石。
第一位客戶和百度這樣的互聯網巨頭更有可能讓一位企業家與醫生和醫生一起哭一個月。
這隻是在那裡的門檻從來沒有資源，而AI的能力是真正的杠桿。
中國國家產業信息安全發展研究中心發佈的人工智能中國專利技術分析報告中，百度以5712項人工智能專利申請居第一位。
IDC發佈的IDCMarketScapage：2019中國AI雲服務市場評估報告中，百度排名第一，領先於阿裡雲、AWS、騰訊雲和華威雲。
以CDSS系統為例，大多數企業家選擇標準機器學習算法對少數或單一疾病進行輔助決策，而國家對基層醫生的要求是承擔66種常見病的診斷和治療。
對27個科室的4000多種疾病進行診斷,TOP3病的推薦準確率達95%,並介紹了輔助調查、輔助診斷、治療計劃推薦、類似病歷推薦、醫生訂單質量控制等。
可以無縫集成到基類Docto中的工作流此外，醫療行業並不是一個純粹的商業市場，具有自然的公益性和社會性，參與者不應局限於『商業』的心態，而應積極地融入到醫療行業的改革中來。
與微軟的『雲AI醫療』佈局類似，百度在為基層醫療提供創新的解決方案和思路的同時，也使東軟、英斯爾等同天旅行者能夠以競爭的形式促進『醫學科技大學』的整合。
反過來，人工智能醫療也成為社會的一大變革。
對於基層醫療的從業者，或者對於醫療領域的每一個人來說，『人工智能醫療』的軌跡需要深入挖掘，而不是投機者。
“人工智能能給保健系統帶來更多的人性和溫暖，”說，埃裡克·托爾是美國結束的著名心臟病專家。
也許埃裡克·托波的觀點不能被所有人所接受，甚至有人拿著科幻小說AI醫生去摧毀人類的場景對於這種現象，我們不需要用太多的詞語來批評，隻需要把注意力集中在亞洲、非洲等初級衛生保健等欠發達的領域，然後比較人工智能所帶來的變化，加強我們的立場並不困難。
作為世界上最大的國家，中國的基層醫療治療仍面臨著各種挑戰，但百度等人工智能先驅者已經完全武裝起來了。