如果需要去醫院，但凡有條件，大部分人都會選擇去最好的醫院，三甲醫院資源好、經驗足，自然診斷治療水平也更好。
那麼在醫療水平一般甚至欠發達的地區，病人就該承受更高的風險嗎？
過去，醫科是一個比較傳統的學科，而醫院是一個相對封閉的體系。培養一位醫生需要非常長的時間，而醫院擁有的病例、數據基本上是不互通的。
但AI落地醫療場景以來，醫生的很多經驗已經可以通過機器學習實現，機器篩查、機器診斷也正朝著越來越精準的方向發展，運用AI，醫療效率將得到很大提高，準確度也會提高，此外更重要的，這對於醫療資源欠缺的地區是非常大的幫助。
讓標準化的智能產品達到一般醫生的程度，是醫療人工智慧企業匯醫慧影正在做的事。
11月15日上午，匯醫慧影高級合伙人、投融資部總經理王捷在由財視傳媒與未來圖靈聯合主辦的「2018未來發布峰會」上發表演講，詳述了AI在醫療場景內的升級。
過去，醫院的信息化程度比較低，但在整個AI大潮的衝擊下，很多醫院已經與匯醫慧影這樣的企業展開合作。
「其實我們在做一些加工處理，讓原始的影像數據變成我們訓練產品可用的數據。大量的病例和數據積累之後，其實有可能往精準醫療的方向發展。所以我們有了數據量、有了深度學習，最後可以達到提升效率，精準診斷以及服務決策這樣幾個作用。」
以下為王捷演講實錄，由財視傳媒編輯整理：
其實說到人工智慧大家都理解，從2013、2014年以來，圖像識別在各個領域帶來了一些變化，醫療領域也是一樣，因為影像是非常重要的生產資料，影像也是醫生和患者之間，醫生判斷患者病症最重要的途徑。那麼影像也是高度依賴於人的經驗的，需要長期學習，大家知道醫生的培育時間是非常長的，是一個需要長期學習的學科。
而在這一點上，其實通過人工智慧學習目前已可以達到非常好的效果。我們是一家從事醫療人工智慧的企業，從業界情況來講，美國已經批了8個醫學的AI產品，包括皮膚、眼底這樣的產品，從全球的情況來講現在大家都同步推進。
講到醫學大家感覺是一個傳統的學科，醫院是一個相對比較封閉的體系。包括我們對於診斷的判別來講，大家現在去醫院用到的影像基本技術，還是幾十年前甚至一百年前產生的，而且醫院在過去是不打通的。大家提到雲，在醫院，大部分數據存儲在本地，所以醫療的信息化程度是相對低的。而這個恰好給這個事情（AI落地醫療影像）帶來一個變局的契機。
我們可以看到從醫療來講，可能真正到2010年之後，會開始進入到數據驅動的時代。大家認為會用AI的醫生，將替代不會用AI的醫生，因為效率會得到很大的提高，準確度也會提高。
這是我們講影像AI，這可能是相對比較細分、比較專業的話題，我們還是用更加通用一些的語言來講。
人工診斷，是傳統醫生的培養模式，包括大量的臨床經驗，以及一些輔助的工具。比如智能篩查是目前已經實現的產品，比如胸、肺、骨科包括眼底這類疾病，通過醫學影像和一定的學習之後，AI產品可以給一些輔助篩查的結論。用比較通俗的話講，讓影像科的醫生從小學生變成閱卷老師，希望這個產品讓他們從簡單重複的勞動裡面解放出來。
後面是2.0和3.0，3.0是目前可以實際操作的案例，在這個基礎上，我們可以針對某些病歷給出一些建議，這個要結合患者積累了的隨訪數據甚至其他的數據，我們可以給出一些診斷建議。這方面因為是基於大量數據的學習，其實在精確度上還是會達到比較準確的程度。精準醫療我們以前講的更多是個人層面，我個人的健康管理這個層面，但是在醫院層面最有價值的數據是病歷數據、影像數據，這方面的數據是我們正在構建的產品。
剛才提到了醫院的信息化程度比較低，現在在整個AI大潮的衝擊下，從醫院本身的私有雲公有雲的部署，包括在數據這塊，其實我們在做一些加工處理，讓原始的影像數據變成我們訓練產品可用的數據。
這兩個完成之後，大量的病例和數據積累之後，其實有可能往精準醫療的方向發展。我們有了數據量，有了深度學習，最後可以達到提升效率，精準診斷以及服務決策這樣幾個作用。
精準醫療能夠幹什麼？AI能夠幹什麼？最現實就是有助於緩解或者解決我們現在面對的醫療資源分配不均衡的問題。
因為大家說到我們現在如果去醫院大家都去好醫院，去三甲醫院，其實大量診斷是在三級醫院。如果通過標準化的產品能夠達到一般醫生的程度，對於醫療資源比較欠缺的地區是非常大的幫助。所以AI在分級診療中可以實現巨大的價值，
以上為部分案例，目前其準確率已經達到可用狀態
剛才京東劉總（京東集團副總裁、京東雲生態業務負責人劉子豪）提到的我們非常認同，人工智慧的三架馬車是，算法、算力和數據。從算法來講，目前醫療應用的算法和其他領域應用的差別不是特別大，但是我們可能會有一些個性化的情況，包括醫療數據需要標註，數據量上不像自動駕駛或者人臉識別是上億級的數據量；算力方面，我們目前跟英特爾有深度合作，這是因為現在晶片廠商大家也在往縱深去走，結合各行業的實際情況，做一些和垂直行業相適應的晶片產品；數據是最重要的一部分，通過我們的合作，與醫院的業務合作過程中、具體產品的使用過程中，這些數據上雲之後，這些經過脫敏的數據會反哺產品，所以可以看到從數據訓練來講三層模型層層推進，這塊是真正可以落地實現一些有價值的產品。
醫學發展這麼多年，正站在一個十字路口。國內來說，傳統的醫學大概從2000年開始有了信息化系統，比如我們醫院的信息系統、閱片系統、影像系統，這些傳統系統到現在又面臨一個非常重大的變化，包括大數據、雲計算等在醫療行業會影響整個診療以及未來的診斷過程。這就是我可以分享給各位的，謝謝大家！