從上世紀70年代起，便接連不斷有人在醫療領域進行人工智能探索。1972年，由利茲大學研發的AAPHelp是資料記載當中醫療領域最早出現的人工智能系統。我國人工智能領域的開發研究始于20世紀80年代初，起步雖然較發達國家晚，但是發展速度迅猛。

前兩年，醫療人工智能進入“高潮期”，從較早試水的IBM Watson，再到諸多初創型企業，勇敢入局的“創新者”不斷。雄心勃勃的創業玩家們，在醫藥、醫療器械、醫療服務等各大領域紛紛制造變局。但2017年開始，商業化變現、政策審批等諸多問題將諸多實力不足的企業逼到絕境。對于已經走入價值驗證的醫療人工智能來說，對于醫療大健康行業有何變化？各大醫療人工智能企業又是如何“接招”？

人工智能在醫療影像領域的熱度與瘋狂有目共睹。2015年，IBM出資10億美元將醫療影像公司Merge Healthcare收之麾下，成為了人工智能醫學影像領域的標志性事件。短暫兩年后，2017年，國內多數初創類的人工智能醫學影像公司獲得大筆融資，總金額超過40億元；互聯網巨頭也開始不甘落后，紛紛成立醫學影像部門。人工智能醫療影像的熱度徹底被“點燃”。

AI在醫學中的重要性，生命將來肯定也是要用數字去注釋的?，F在大家看病的時候，醫生問你頭痛嗎？你說痛。將來可能會變成痛幾分，把主觀感覺進一步客觀化，而客觀的事情能夠進一步數字化，診療也更為精準。人工智能醫學影像的前景的確極為光明，但是新興產業的演化路徑往往比預想的更為復雜。隨著資本市場的冷卻，這一行業開始告別“野蠻式”增長，開始迎來對于產品落地、三類醫療器械注冊審批等問題的探討。

醫療行業本身就是非常謹慎、需要專注的行業，所以一定要保證其準確性和安全性。在美國，監管部門希望能夠站在行業的前端，所以美國FDA有專門的突破性渠道，比如說有糖尿病人工智能設備審批通過，其實可以有更好的行業支持性政策，所以要確保相關部門能夠理解人工智能現在的進展，幫助監管者加強他們的工作、提高效率，這樣也可以讓投資者有一定的信心。

目前很多人工智能都還處于探索的階段，但我覺得應該更多的去應用、探索，去解決實際問題，在這個過程當中再不斷的去形成一些標準和規范，之后再規范應用。在沒有道理的時候，我認為我們的方法不要太講道理。實際上，不講道理起步比講道理更為科學，在不講道理的過程中逐步形成規范和法律，這就是道理。

人工智能在進入新一代的時候，將對醫療儀器和人類醫療保健的方式產生巨大的變化，也對醫療、藥物和醫療保健的整個系統的構成產生一個巨大的變化。在這個變化中間，醫療的水平一定會取得極大的提高，關鍵要在醫院、醫生和病人以及政府之間形成一個多贏的模式，如此才能把醫療的智能化迅速的推向一個高潮。

過去，對于傳統藥企來說，以產品為主，將產品打包銷售給患者即可。但在藥品銷售過程中，決策者、使用者、接收者的需求日益多元，這就致使原來的簡單思路在目前的大環境下已經“失效”，藥企必須利用人工智能、大數據技術進行企業內部結構革新。

為應對時代的發展變化，關注數字化，實施信息化管理，用信息化去提升管理效率，降低成本，增加利潤將會是未來藥企的重要轉型方向。而對于阿斯利康中國來說，打造以患者為中心的創新醫藥平臺已經成為阿斯利康中國數字化與創新轉型的重要航向。

大數據對于藥企內部轉型起著事關重要的作用。尤為一提的是，大數據在醫藥研發上的“功勞”。新藥研發歷來貼著風險大、周期長、成本高的標簽。國際上甚至有“雙十”的說法：10年時間，10億美金投入，才能成功研發出一款新藥。

當人工智能醫療成為一種新的業態，它對于傳統的醫藥、醫療器械、醫療服務等領域都提出了新挑戰，質量保證、資源共享與有效監管等問題都成為了無休止的辯題。盡管如此，未來，隨著人工智能技術的加速應用落地，醫療將變得愈發高效與便捷，每個個體都將成為受益者。