通过语音交流，机器人能够帮助患者进行导诊；阅读影像资料之后，机器能够出具诊断报告……随着科技的进步，人工智能（AI）医疗逐步从前沿技术转变为现实应用。

然而，《经济参考报》记者了解到，我国医疗人工智能在快速发展的过程中，面临着三大发展困境：技术难题有待突破，准入门槛有待监管层加以明确，商业模式也亟待建立。对此，专家建议，由国家主导数据库建设，打破数据壁垒实现医疗数据共享，尽快制定标准，促进高端人才聚集，以实现全方位突破。

其次是重构医疗服务模式，变“治疗”为“预防”，将被动就诊改为随时随地的健康服务。专家认为，人工智能可以高效、精准整合医学检验数据，让患者拥有自己的电子健康档案并形成健康大数据。通过智能的可移动终端和可穿戴设备等的监测，医疗机构及其医务人员就能主动发现健康状况异常的个体和人群，提前给予健康风险提示、健康改进或医疗措施建议。

医疗人工智能还可以通过智能工具的分析、整理和归纳，从群体和个体双重角度总结出疾病预防、诊断、治疗和康复的规律。

业内人士认为，我国有望凭借这些优势实现在医疗人工智能领域的“弯道超车”，与此同时，随着人工智能逐步从前沿技术转变为现实应用，或将为当前医疗格局带来重大变革。《经济参考报》记者走访发现，目前我国人工智能医疗仍面临技术难题。据了解，海量大数据和计算能力是人工智能发展的必备要素，特别是在医疗数据共享方面，目前我国亟须补足短板。

“数据孤岛”现象与数据标准不统一，使得医疗数据难以实现共享。人工智能的准确性需要学习大量的数据，专家认为，我们国家在医院病例数方面有很大优势，但由于医疗数据没有共享，存在“孤岛”现象，不利于人工智能技术发展。专家表示，以肺结节CT筛查为例，目前业内对肺结节、糖网病检查等场景的医疗人工智能产品诊断准确率普遍很高，但企业在训练自己的模型时通常有自己的数据库，各自的算法都是按照自己的数据进行训练，然后以自己的数据来验证准确性。从监管层面来看，人工智能刚刚应用于医疗健康领域，一些监管政策还有待明确，人才积累仍显不足，而可持续的商业模式也亟待建立。

2017年国家药品监督管理总局发布的《医疗器械分类目录》中的分类规定，若诊断软件通过算法提供诊断建议，仅有辅助诊断功能不直接给出诊断结论，则按照二类医疗器械申报认证；如果对病变部位进行自动识别并提供明确诊断提示，则必须按照第三类医疗器械进行临床验证管理。业内人士介绍，目前我国有部分企业已经申请了二类证，但申报三类器械的产品都尚未得到认证。

业界普遍认为，从技术、商业模式及政策等多方面来看，医疗人工智能未来的发展机遇与挑战并存，“火势燎原”之后，还需要稳健的模式和理性的市场来验证。对此，广州市妇女儿童医疗中心主任夏慧敏、广州金域医学检验集团股份有限公司首席科学官于世辉等专家建议：

明确针对医疗人工智能诊断进入临床应用的法律标准。对于“人工智能诊断的主体在法律上是医生还是医疗器械”，业内建议，目前医疗影像人工智能已经进入了发展的关键阶段，其重中之重就是做好标准建设，完善相关政策。根据美国经验，以医疗影像产品为例，一是用于检测身体状况，二是用于评估疾病，前者属于二类器械，后者则是风险级别更高的三类器械。目前，美国食品药品监督管理局通过的医疗影像人工智能产品大多定性为二类设备，在对这类设备的审批方面已经积累了很多经验，可以提供相应的审批标准。

建议通过政企合作促进高端人才聚集。2017年科技部公布首批国家人工智能开放创新平台名单，百度、阿里云、腾讯、科大讯飞等四大企业入围，企业深度参与交叉学科的研究，将为国家人工智能发展聚集大量人才资源，进一步推进产学研合作。专家认为，中国有可能在自动驾驶、语音识别等技术上取得世界级的成果，有望整合这些领域的研究人才，深度参与医学人工智能。

发挥现有优势嫁接算法实现“弯道超车”。夏慧敏建议，中国企业应借助大数据开发的优势，利用已有的国际共享平台进行引进消化吸收再创新，例如通过谷歌平台开发的新算法，通过“迁移学习”举一反三，就能够在短时间内、在一些项目上达到甚至超越国际先进水平，并且以点带面形成大规模的全面优势。

近年来，人工智能技术与医疗健康领域的融合不断加深，以人工智能医疗发展最为迅速的美国为例，科技巨头和资本巨头都在积极布局智能医疗产业，大批专注细分领域的初创公司也蓄势待发。

IBM、谷歌、微软等科技巨头近年来都在布局人工智能医疗。例如IBM Watson能够快速筛选癌症患者记录，为医生提供可供选择的循证治疗方案；谷歌在糖尿病、神经性疾病诊疗和医疗器械的研究方面发力，谷歌deepmind与英国国家健康体系（NHS）合作共同开发新技术；微软发布了面向个人的健康管理平台，整合不同的健康及健身设备搜集的数据，苹果、脸谱等公司也通过设立医疗健康部门、开发医疗健康类应用、收购医疗健康类初创企业等方式，逐步踏入医疗健康行业。