AI在医疗辅助诊断方面也有着弱小的功效。仰仗弱小的算法，AI医疗辅助工具可以迅速搜集海量的医学知识，借助深度学习技术，可以在医学层面对海量的数据停止结构化或非结构化的处理。AI医疗机器还可以模拟医生的诊断思想，停止迷信的诊断。
关于AI辅助诊断，IBM的CMO周忆有着很精彩的阐释。她在名为《IBM，创造不一样的AI》的主题演讲中提道：“一个医生假如可以跟整个世界医学前沿发展齐头并进，必须每天至少5～10小时的阅读工夫，才能把最新医学文献通读，了解透，吃透。真做到跟世界齐步，阅读工夫差不多每个月168个小时。而我们弱小的人工智能系统可以在10分钟内阅读完2000万字医生文献，可以协助医生分析数据，找出给病人的治疗方案。一切这些人工智能是完全可以做得到的”。由此可见，AI辅助诊断的高效率和高精准性。
目前世界顶尖的互联网巨头，也纷纷在AI辅助诊断范畴开疆拓土。
2017年5月中旬，Google公司成功地将自主研发的消费级机器学习技术运用到了医疗范畴。借助这项技术，Google Brain团队可以从数以万计的患者身上获取相关的数据。同时，Google Brain设置一个名为“AI-first”的数据中心，数据中心有着弱小的数据处理才能。在数据中心，Google公司可以高效处理海量的病患数据，经过准确的智能分析，可以辅助医生发现病因。目前，借助深度学习算法，Google团队在糖尿病性视网膜病变的诊断范畴具有超过90%的准确性。
微软公司也在AI辅助诊断范畴不断迈进。在2017年，微软公司推出了名为“NExT”的医疗计划。这项计划包含了两个严重的项目，分别是基因组学分析项目和健康聊天机器人项目。这两个项目都与AI医疗、云计算以及深度学习亲密相关。
AI辅助诊断有很多典型的运用。例如，应用AI停止行为健康监测；借助AI技术打造健康分析平台；应用AI技术推出可穿戴设备，辅助病患康复；应用AI推出医学SEO，为医生提供更多的临床文献和更多的病情分析。
在AI辅助诊断方面，Buoy Health公司有一项很成功的运用，既协助了医生，为医生提供了更多的辅助材料，又协助了患者，让患者可以以最快的速度了解本人的症状，并以最合适的方式处理本人的成绩。Buoy Health推出了医学公用搜索引擎。借助这个搜索引擎，医生可以经过Buoy的数据库查到18000份临床文献和17000余种病情记录，而且还可以参考超过500万人的患者样本数据。对于普通病患来讲，借助Buoy数据库的层层挑选机制，他们可以在细分病症数据中迅速找到本人的病症。之后，病患就可以在数据库中找到治疗病症的有效方法，或者从数据库中了解到与此疾病相关的并发症成绩及其他相关的成绩。这样既可以协助病人处理成绩，还可以提高病人的医学知识，对病人的身心健康是极其有利的。
在AI新时代，人们对智能辅助医疗有着更高的需求。科研机构应该与医院强强结合，深化医学实际，根据病患的需求研发出愈加智能的AI系统，更好地辅助医生停止诊断，更好地为病患服务。 |
