人工智能已然成為我們這個時代的一個決定性議題，它影響著國家安全、經濟發展、及科技發展。而人工智能的東風早已吹到了醫療領域。

　　“AI+醫療”逐漸成為熱門領域，它正為醫療健康行業帶來一場全新的革命。

　　“AI+醫療”指的是人工智能通過機器學習、表征學習、深度學習和自然語言處理等各種技術，利用計算機算法從數據中獲取信息，以協助制定臨床決策為目的，實現輔助診斷、療法選擇、風險預測、疾病分診、減少醫療事故和提高效率等一系列功能。

　　最新研究表明，人工智能在識別影像的基礎上，能更進一步讀懂、分析復雜的病歷文本數據，這就意味著人工智能或將能像醫生一樣“思考”。該項研究結果是AI技術實施應用于醫療方面取得的又一個重要里程碑，它標志AI模擬人類醫生進行疾病診斷時代的到來。

　　據世界衛生組織統計，肺癌導致的死亡人數超過其他任何癌癥。它也是最常見的癌癥類型之一，有超過200萬的病例。若AI技術的應用能捕捉到癌癥早期發病跡象，將給全世界人民的疾病診斷和生命維持帶來福音。

　　平安科技在2018年的時候就申請了一項專利（申請號：201811280447.3，公開日：2019.04.19），該專利申請公開了一種通過人工智能進行疾病診斷的方法，具體方法如下：

　　第一步：AI用戶終端向AI病種分析設備發出的分析指令，其中AI用戶終端為醫院、門診、體檢中心等疾病檢測機構側配置的終端，AI分析設備為用于AI病種分析的裝置或設備，具體為AI用戶終端提供各種病種診斷服務。為了方便檢測，AI病種分析請求中可攜帶需要AI病種分析的病種類型，檢查設備類型，身體檢查部位、優先選擇的AI分析設備以及患者信息、診斷信息以及影像信息等。

　　第二步：AI分析設備為AI用戶終端提供各種病種診斷服務。本方法中將各個AI病種分析設備按照所支持的病種類型信息進行事先匯總，例如，AI病種分析請求中攜帶的病種類型信息為外科，則在眾多AI分析設備中查詢出所有可以分析診斷外科疾病的AI分析設備。

　　第三步：使得AI分析設備根據患者檢查信息進行AI病種分析，得到AI病種分析結果。AI分析設備會根據請求的病種類型以及相關的影像文件去調用不同的AI算法和模型，計算得出相應的AI病種分析結果。

　　第四步：整合過濾處理，首先濾除一些不符合規定的AI病種分析結果(如將亂碼、不完整的分析結果數據進行過濾)，并且將其余符合規定的AI病種分析結果合并在一起，準備發給AI用戶終端，供AI用戶終端選擇考量。

　　第五步：將得到的經過整合過濾處理的AI病種分析結果，以報告列表形式發送給AI用戶終端，進而AI用戶終端可以獲得各個AI病種分析設備分析得到的結果。在結果中可以標注每個結果對應的AI病種分析設備，并且還可以標注每個AI病種分析設備分析的案件數量，以及準確率的信息。

　　通過本專利申請中的人工智能的病種分析方法，可以在接收到人工智能AI用戶終端發送的AI病種分析請求時，自動查詢匹配支持分析該病種的AI分析設備，由多個符合要求的AI分析設備對該AI病種分析請求進行分析，再對各個AI分析設備的分析結果進行整合過濾處理，最后將所有結果合并發送給AI用戶終端，可得出疾病分析結果，誤差小，精度高。

　　雖然人工智能在醫療領域的應用越來越多，但是它的未來絕不是代替醫生，甚至也不僅僅是輔助醫生，而是幫助重構醫療體系，建立新的基礎設施的必要奠基石。