1950年的時候就有研究人員預測，以當時的醫學知識儲備量來看，大約需要50年才能將醫學儲備量翻一倍。然而到2020年時，翻倍的時間預計只需要73天的時間。

進入人工智能領域。醫學專業人士是不可能跟的上那些不斷更替的數據和病例的，比如：病人的健康診斷、治療方法，以及醫療技術的更新迭代。這就是為什么醫療行業將成為人工智能和機器學習領域真正可以發展的機遇。Accenture的研究顯示，2014年至2021年，醫療領域中人工智能的市場規模將增長11倍，即6億美元至66億美元。

人工智能和機器學習的區別

我們先來定義人工智能和機器學習。還記得你的小學老師告訴你所有的正方形都是長方形，但不是所有的長方形都是正方形嗎?人工智能(AI)和機器學習有著相似的關系:機器學習是人工智能的一個應用，它的運作也是基于這樣的一個前提:機器可以使用大量的數據來學習成長，最終認識到更多未知的東西。人工智能(AI)----計算機系統在執行通常僅限于人類所布置的任務----是一個更廣泛的概念，可以用于除機器學習之外的其他應用程序。這對用戶的健康數據和整個醫療行業都有著不斷發展的長期影響。

人工智能是如何改變醫療的?

機器學習很容易與醫療行業相結合，因為醫療行業已經積累了大量的診斷數據和以往病例。開發出來的軟件在經過學習后可以幫助醫生檢測腫瘤，推薦診斷方式，甚至可以預測病人住院后的細節。例如，谷歌最近為一種叫做神經網絡的軟件引入了新的算法，這種新算法可以預測病人住院的時間，再次入院的可能性，以及死亡率。

但這并不完全是研究數據庫的問題：隨著人工智能的發展，在不久的將來將能夠成為醫生的顧問。以IBM的沃森超級計算機為例，該超級計算機于2010年推出，系統以人工智能和軟件分析結合起來去解決問題。該公司表示，這個系統已經治愈了將近11.5萬名患者和消費者。都柏林城市大學計算學教授艾倫表示，科研人員不斷的在沃森系統上發布新的信息和新的技術突破，這也導致許多醫生利用沃森系統來追蹤最新的科研信息。據悉，這款軟件已經在全國各地的醫院中使用，能夠幫助醫生評估某些病癥并做出診斷和決策。

對于醫生對現有的設備有什么看法?醫療設備技術公司Cloud DX的CEO羅伯特說，他們的工作能否得到提升將取決于他們對設備的授權。“我們發現臨床醫生實際上對這個概念很感興趣，”他說。但在醫療領域，人工智能和機器學習有著很高的要求。盡管人工智能最初被引入醫療領域的主要原因是人為失誤，但只要人工智能出現一個錯誤偏差，可能就意味著整個行業將陷入恐慌----尤其是當問題涉及到個人隱私時。

美國民權活動家瑪雅說:“我們知道有色人種獲得良好醫療的可能性要小很多，農村地區的低收入人群也是如此。因此數據統計肯定不全面，最終導致的分析結果也會不同，那么收集這些數據還有什么意義?“

企業的機會

IBM的沃森在行業中幾乎占領市場，沒有競爭對手。斯米頓說，預計有30%的企業將會在2019年之前進軍人工智能領域。根據Spiceworks的統計，2017年進軍人工智能領域的企業僅為13%。而人工智能進入醫療領域可能將會意味著更大的增長。因為在現代社會中，數據就是貨幣。卡爾說，“在這個行業里，每個人的健康數據在他們的一生中可以填滿將近3億本書，所以，為了理解并有效的運用這些數據，智能醫療行業將會產生大量的創業機會。

同樣，一些企業家正在將人工智能融入可穿戴醫療設備，以此來節省消費者的時間和金錢。這些設備的數據提取后可以提供給醫院得醫生，因為這些數據將會更加有理可依，更加真實----比如應用在糖尿病、帕金森癥、多發性硬化癥(MS)的評估。其中一個例子就是為跑步者設計的可穿戴設備公司“Sensoria Fitness”。目前，手臂搖擺(或下降的可能性)是用昂貴的醫院機器來測量的。但是，美國電氣和電子工程師學會(IEEE)發表的一項研究表明，能以一種低成本的方式幫助預測平衡障礙的方法，是一種可行的替代品。

同樣，一些AI可穿戴設備允許個人與醫生共享實時健康數據。人工智能健康公司Qardio推出了一種ECG/EKG可穿戴設備，可以在更短的時間內獲得更有效的診斷，或者更好地收集診斷所需的信息，這將會幫助用戶減少醫療保險費。

為什么智能醫療領域會成為未來的趨勢

在過去的十年里，醫療行業一直致力于將醫療數據數字化。現在面臨的問題是如何管理這些龐大的數據。因此，在未來幾年，任何能夠實現這一目標的基礎設施都將會十分受歡迎。

深度科技和人工智能風險基金DCVC的聯合創始人兼聯合管理合伙人扎卡里認為:“使用人工智能可以讓我們嘗試解決醫療和生命科學領域的一些難題，以及一些以前不可能解決的問題。他相信這一領域的價值將在未來五年內大幅增長，而且可能呈幾何級數增長”。

鮑格說他每周都會在公司的辦公室里看到某些企業家聲稱自己擁有世界上最好的人工智能算法，但鮑格問他們:“這一優勢會持續多久?”重要的是要有一些能讓你突破最初想法的東西。鮑格的基金只投資具有以下三個特點的公司：世界級的人工智能算法，深入的行業經驗，以及特有的數據庫(或者可以連接某一數據庫)。他說，這是一個“巨大的機遇”，因為醫療行業擁有許多私有或半私有的數據庫，企業家可以通過與不同的機構合作，以此來獲取這些數據。

對于想要進入這個領域的創業者，鮑格建議創業者應該是人工智能和醫療領域的專家----或者其中之一，最好找一位經驗與你互補的聯合創始人。

鮑格說：“醫療行業類別非常龐大，而且數據十分冗雜，其復雜程度有時候會讓人難以置信，” 一個人的人工智能團隊將很難解決所有棘手問題，除非是將一個擁有豐富經驗的人聯合起來。”