随着互联网高速发展，旧的产业格局不断被打破，智能＋也给大健康产业带来新可能，据IDC Digital 预测，截止 2020年，医疗数据量将达40万亿GB，预计约 80％数据为非结构化数据，而AI、大数据与医疗的深度融合已成趋势

最近，中国科学技术大学微尺度物质科学国家研究中心教授江俊，与中国科大教授罗毅和美国加州大学尔湾分校教授Shaul Mukamel合作，通过利用人工智能机器学习中的神经网络技术，模拟了蛋白质肽键结构与性质之间的构效关系，将计算量一下降低了上万倍。

根据调研机构MarketsandMarkets公司的调查报告，预计到2025年，以医疗保健领域为重点的人工智能市场将增长50％。以下是五个主要趋势：（1） 2018年，全球医疗市场的人工智能市场规模为21亿美元

相信大多数人一样，对于看牙医总是充满抵触甚至是畏惧心理。但是，在人工智能（AI）与其它新型技术与创新设计的辅助下，牙科医疗可能会成为一种有趣的体验。AI也许还无法实际完成洗牙、洁牙等操作，但下一次你坐在牙医的椅子上时，AI的介入仍会带来不同于以往的感受

谷歌已经建立了一个人工智能模型，可以分析人体胸部的CT扫描结果，以确定他们是否患有肺癌。该公司今天在博客文章中详细介绍了这款软件，这是谷歌两年开发工作的成果。作为美国国立卫生研究院的一项研究的一部分，谷歌使用从15，000名患者中采集的42，000次胸部扫描数据集训练人工智能检查肿瘤

根据2018年由医师基金会发布的报告所言，有多达78％的受访者表示偶尔会感到精神萎靡，这一数字比2016年的调查高出4％。此外，医生的自杀率也达到普通群体的两倍。

如今，人工智能常被称为一种灵丹妙药，成为一种能够帮助我们解决众多社会、商业以及健康问题的改进性自动化技术手段。

?随着人口老龄化的加剧以及民众健康意识的提升，医学影像检查次数每年以超过30％的速度增加，而影像科医生每年的增长速度不到5％，这里面存在着严重的供需失衡。

自医疗AI诞生以来，其临床价值及社会意义一直备受关注，将医疗AI技术应用于疾病早筛领域，助力临床医师进行肺癌、乳腺癌等重大疾病的早筛，也是众多AI企业的共同梦想。

与传统的倾向于劳动密集型的医疗保健不同，新兴的医疗模式是知识驱动型和数据密集型的。许多新型医疗保健正在带给我们一种新的模式，它将依赖于新一代用户友好、实时的大数据分析和人工智能及机器学习工具。

人工智能和增强智能正在推动医学成像科学的发展。描述这一趋势的唯一术语是构建。人工智能将会出现在医学影像发展的正确的时间和地点。

英国《自然·医学》杂志20日发表一项人工智能（AI）最新进展，美国团队报告了一种能够根据胸部CT扫描来检测恶性肺结节的人工智能，其表现与人类放射医学专家相当，甚至超越后者。该深度学

来自加州大学戴维斯分校和旧金山分校共同合作，教会了计算机识别脑组织中与阿尔兹海默病相关的标志物，该研究再次印证：机器学习可以极大地促进疾病治疗方法发展。

如今，医疗保健行业越来越多地采用人工智能技术来改善患者护理，并提高流程效率。

带着“学以致用”的想法，博士生陈浩踏上创业之路，成立了视见医疗科技有限公司（以下简称视见科技）。他希望把在学校里所学的人工智能医学知识探索应用到产业中，并打通产学研医各个环节，提高人工智能医疗诊断水平。

在最新的《细胞》杂志上，麻省理工的研究人员开发了一种新的机器学习算法，他们对大肠杆菌使用了一系列代谢干扰处理，收集了数据后，通过机器学习算法，分析了不同状态与抗生素治疗结果之间的联系。

5月6日，曼彻斯特大学与北京他山科技联合建立的人工智能触觉传感实验室在北京正式揭牌，拟计划研发让人工智能拥有触觉的电容芯片，完善AI的感知智能。

作为行业最早的玩家，IBM在AI领域的一举一动总能引发热议。最近，有报道称IBM人工智能医疗部门沃森健康大幅裁员五到六成，“医疗AI宣告失败”，舆论哗然。

“AI的‘燃料’是数据。”近日，在超声大数据与人工智能应用与推广大会上，上海交通大学附属瑞金医院教授詹维伟打了一个形象的比喻，他说，驱动AI落地临床，数据的可用性起着基础性的作用。

医学是一门靠归纳逻辑、经验学习、循证运用的学科，人工智能在这个行业可以发挥重要作用，例如仅凭观察无法了解病人的情况，通过医学影像有助于病灶的检出和诊断。随着AI＋医疗的进一步融合、深入，政策和资金层面的大规模投入，AI辅助技术也在多个医疗细分领域提供了帮助。