每个人都为AI魅力所倾倒，但是还要多久，我们才能看见它为医疗行业带来真正意义上的转型呢？最近，我们已经见识到了AI应用在了从最简单的手机app到最复杂的诊断任务，其形式也从自然语言或图像识别，到依靠强大的算法处理几十年积累的医学研究数据库等的方方面面。
如同医疗行业的其他技术一样，进入这个行业会面临监管障碍、与传统医院IT系统的互操作性问题，以及获取关键医疗数据方面的障碍等诸多挑战，AI技术想要在这个行业里立足生根，不越过这些高峰是不可能的。
但是这并不是让我们停止创新，而是怀着更严谨的态度进行创新。数字医疗从业者们已经开始意识到，要解锁AI的真正潜力需要建立战略合作伙伴关系，还需要高质量的数据，并对统计数据有一个清醒的认识。
随着医疗行业对AI认识的渐渐成熟，其实最大的技术难点还并不在于创新过程中遇到的监管障碍、关键数据获取等挑战。
就在本月中旬，Google方面宣布，他们已经将自己本用于翻译和图像识别的消费级机器学习技术，应用到了医疗领域。他们的研究团队Google Brain将与斯坦福大学、加州大学旧金山分校等知名学府展开合作，旨在从数以百万计的患者身上获取数据。
如同Google的CEO Sundar Pichai在前两周的Google I/O 开发者大会上所表示的，这个科技巨头的行动还远不止此，去年他们成立了Tensor计算中心，Google称之为AI-first数据中心。
“Google现在已经把所有的AI工作归拢到了Google.ai，这个部门是诸多团队和努力的结晶，他们都专注于使AI能造福每个人。”Pichai表示，“Google.ai将重点关注三个方面：研究、工具和基础设施，以及应用型AI。”
去年11月，Google的研究人员在JAMA上发表了一篇论文，表明Google经过大量眼底图像数据训练的深度学习算法，可以在诊断糖尿病性视网膜病变上，具有90%以上的高准确性。Pichai透露他们正在积极将AI应用到病理学上。
他说：“病理学涉及到庞大的数据问题，然而机器学习已经做好准备去解决它。我们构建了神经网络，来检测癌症是否扩散到了相邻的淋巴结。这个工作还处于早期阶段，不过它已经显示出了能将准确度从73%提升至89%的能力。当然我们仍需要警惕的是，我们的诊断也存在很多误报，不过这个问题我们已经交诸病理学家来解决，他们能够提高诊断准确性。”
除开Google，另一个例子就是苹果公司最近也收购了一家名为 Lattice的AI公司，该公司有着开发医疗应用算法的技术背景。
微软自然也不甘落后，几个月前，他们推出了医疗 NExT计划，将AI、云计算、研究以及行业合作伙伴关系整合到了一起。此项计划包含了基因组学分析和健康聊天机器人技术的项目，并与匹兹堡大学医学中心建立了合作伙伴关系。
几周前，微软和数据连接平台供应商 Validic建立了合作伙伴关系，将患者参与度纳入到了 HealthVault Insights研究项目中。
将患者数据应用到真实诊断中
巨头公司们在发力，初创企业们也是各显神通，我们现在已经见识到了各种各样的AI应用形式，从 Ginger.io的行为健康监测和健康分析平台 Sensely的虚拟助理，到 Ava等公司推出的可穿戴设备和各种APP，再到Clue公司最近推出的生育预测窗口。另外一个典型是Buoy Health最近推出的医学专用引擎，Buoy的数据库涵盖了18000份临床文献和17000余种病情，患者样本逾500万人。
除了症状检索以外，Buoy首先会要求用户输入年龄、性别和症状等筛选条件，然后在细分数据后决定接下来的问题，从而不断缩小搜索范围，大约使用两三分钟后，问题越来越具体，并为用户提供可能的病症列表和接下来的选项。
另一个十分具有前景的领域就是医学成像。去年11月，以色列的机器学习成像分析公司Zebra发布了新平台，使人们可以通过互联网随时随地上传和接收他们的医学扫描分析。
Zebra成立于2014年，致力于开发算法，使电脑自动识别医学图像，诊断从骨科到心脑血管疾病等多种疾病。该公司现在已经稳步建立了自己的数据库，并结合深度学习技术，以开发算法来实现自动医学诊断。另一家以色列的同类型公是AiDoc，这家公司刚刚融资了700万美元。
然而，不论一家科技公司规模多大或者技术有多先进，只有将患者数据应用到真实诊断中才是王道，这也是噱头和有效算法之间的分水岭。所以也就不奇怪，为什么还有那么多公司还处于AI摸索学习阶段。
风投公司8VC的CEO Joe Lonsdale在斯坦福的 Light Forum会议期间表示：“最初的难点就在于创建数据。”
加州大学伯克利分校公共卫生学院的生物统计学教授Maya Peterson则给出了更为明晰的观点。她在近期旧金山举行的HIMSS大数据和医疗分析论坛期间说道：“真实世界的数据都很复杂，而我们还没有完全理解他们之间的联系。在探索更加复杂的领域中，机器学习在某种程度上过于野心勃勃了，这可能不是一件好事。”
