近几年，人工智能行业发展迅猛，各大医疗AI企业涌现，在虚拟助理、医疗影像、健康管理等各个应用场景尝试创新研发。在众多落地场景中，医疗影像的AI应用优势尤为突出。医疗领域的AI产品研发被认为创新壁垒高、落地难，政府监管严格、要求精准，面对这些制约因素，企业是如何克服困难，推动产品落地的呢？
医疗AI的政策支持
在监管严格的同时，国家从政策层面也在鼓励应用“人工智能+互联网”技术开展重大疾病及慢性病的早筛早诊早治，以促进“健康中国”和“人工智能+医疗”国家战略的实施。
近日，为进一步推进国家新一代人工智能开放创新平台建设，推动我国人工智能技术创新和产业发展，科技部制定并印发了《国家新一代人工智能开放创新平台建设工作指引》（以下简称《指引》）。《指引》将“引导中小微企业和行业开发者创新创业”列为重点任务，指示各地区在细分领域打造知识共享和经验交流社区，引导科技型中小微企业和创新创业人员基于开放创新平台开展产品研发、应用测试，降低技术与资源使用门槛，营造全行业协同创新创业的良好氛围。相信在国家政策的指引下，AI医疗可望加速腾飞。
医疗AI发展方向
目前医疗AI的突破口在数据最多、最集中的地方。对医院而言，数据最集中的地方是病历，病例里最多数据是影像数据。影像数据是医生做出诊断判断的重要客观参考信息，所以这些影像数据作为AI的突破口是最切合实际应用场景，又相对靠谱的一条路。
而技术开发角度来讲，高发病且病理机制清晰的领域可能率先突破。虽然让机器学习去做疾病诊断可以不需要知道疾病发生的真正机理机制，但是疾病机理机制明确的会更加有利于让计算机学习识别。明确的病理机制有助于提取关键的疾病信息特征，从而提高识别效率和准确度。开辟这些领域的公司，是有希望以相对更快的速度完成系统模型优化的，从而建立起市场的相对领先优势。
总体而言，创业方向涉及辅助诊断、影像识别、医疗机器人、智能药物研发、健康管理、医院管理、疾病风险预测、辅助医学研究平台八大领域。据报道，其中影像识别成为资本密集的阵地，占比最高达到31%，位居第一。
AI+医疗生态未来可期
资深业内人士说到，现在的AI产品主要聚焦在特定疾病或身体某一部位，未来市场潜力很大，能够开发的空间还有很多。推动科技的目标是建设独具特色的医疗AI生态系统，能够在临床辅助、医疗质控、健康管理以及科研等方向形成多产品广覆盖的诊疗一体化闭环产品矩阵。
政府对医疗行业一直坚持严监管的原则，对医疗产品的审批也异常严格、不同于其他行业，医疗领域的AI产品从研发、测试、再到应用，一般都要经过严格的临床验证。因此，从研发到正式应用的周期比较长，这也是AI在其他行业应用中不会碰到的问题。
