進口elisa試劑盒在當前中國的醫療市場中，國家投入巨大，但醫療資源分配矛盾依舊突出。據公開數據顯示，龐大的醫療機構體系中，擁有醫療資源的醫院僅占*醫療總數的0.1%。

“國內的主要醫療資源基本都集中在大城市的*醫院中，*醫院在專家數量，醫療營收、高性能設備、科研成果等方面遙遙先于其他醫療機構。”百世伽科技CDO魏洪指出，這就造成了病人一窩蜂地集中在*醫院，某些大醫院的重點科室更是一號難求，因而導致看病難、看病貴，出現醫生工作量大、床位數不夠、病人滿意度低、醫患矛盾激烈等一系列問題。

另一方面，其他醫療機構的醫生空閑度高，業務提升機會有限，就診人數少，造成了大量醫療資源的浪費。

“百世伽建立臨床醫療診斷輔助決策平臺的主要目的之一，就是提高地方醫療的安全性和診療質量，減少醫療差錯，增加病人的就診體驗。”魏洪說。

“醫生花了大量的時間回復患者常見、重復的問題，例如手術費用、如何預約、如何吃藥等。”微軟亞洲研究院研究員閆駿說，“如果這些常見的問題有人代為回答，就節省了醫生的很多精力。”

然而，專業領域知識庫的建立與基于自然語言理解的自動問答兩個方面都面臨很多技術挑戰。“首先要提高問題與標準答案的匹配度”。原來，真實患者的提問與編輯的標準問題差別很大，如果單純通過關鍵詞搜索很難找到對應的答案。

“為了建立一個好的知識庫，必須將所有問題進行歸類，并與從文獻中找到的答案映射成不同的向量，再通過計算進行匹配。”閆駿說。這也是目前微軟亞洲研究院在人工智能+醫療領域的投入項目。

在醫療領域，人工智能大數據技術催生了影像組學概念，其通過融合影像、基因、臨床等多元信息進行疾病的診斷、療效評估和預后判斷，已經被成功應用于皮膚癌鑒別、糖尿病視網膜病變檢測、腦膠質瘤癌影像基因關聯、結直腸癌淋巴結轉移預測等領域，“人工智能應用于醫療大數據有著先天優勢”。

“我們目前做的就是眼底疾病的醫療影像組學。”哈爾濱工業大學計算機學院教授鄔向前坦言，我國是*盲人zui多的國家，糖尿病視網膜病變、老年黃斑變性和青光眼等眼底疾病是導致不可逆轉性失明的主要原因。這些眼底疾病的潛在時間長，早期癥狀不明顯，很難為患者所察覺，因此醫學上要求潛在患者（如糖尿病患者和老年人等）需要一年一到兩次檢查眼底是否出現病變，“我國光糖尿病患者就有一億人，而眼科醫生不到4萬人，所以導致很多潛在患者得不到早期的診斷和治療，從而導致視力受損或失明"。

“而進口elisa試劑盒利用人工智能技術，計算機就可以自動篩查眼底病變，這樣通過眼科檢測設備，上傳眼底圖片到服務器就可以篩查患者人群了。”鄔向前說。無論病人在哪兒，就算在鄉鎮醫院做檢查也能獲得與大醫院一樣的檢查結果，這樣看來，人工智能技術會帶來醫療方法的改進。

但我們也要認識到，人工智能在具體應用當中還有很長的路要走。“人工智能概念雖然火熱，該領域獲得投資的資金也比較多，但真正從市場應用的角度來看，從嘗試中獲得反饋、收集數據同樣重要。”閆駿說。

人工智能這項技術，其zui大的能力在于整合已有的海量信息，并不能直接實現創造一個新的事物。也就是說，人工智能的意義在于幫助我們提高整個社會的運轉效率，對人類面臨的問題尋求化的解決方案。對于醫學來說，也就是盡快實現“醫療”。

醫療，基于大量的數據分析之上，曾經就職于IBM公司的魏洪認為，囿于隱私權保護，該公司的沃森醫療機器人只有20萬例患者信息，“樣本量太少，我國一家大型醫院科室日門診量都在三千左右”。

百世伽2016年與西京醫院合作部署了心理健康篩查平臺，通過篩查平臺篩查16項心理障礙。以抑郁癥為例，經臨床經驗模型與后臺的模型對比，將醫學的非線性問題轉化為數學的線性問題，推薦幾種不同的治療方式。

醫療大數據的形成是人工智能的基礎。AI+醫療已經成為人工智能的爆發點，不僅因為醫療資源短缺不可忽視，同樣也是人工智能在云計算基礎上迅速發展的必然。此外，人工智能在醫療領域的技術突破更加快了AI醫療的落地，成為人工智能應用于人類智慧生活邁出的重要一步。

人工智能在醫學領域中發揮的作用受限于人類的醫學研究水平，人類的醫學水平有多高，人工智能的有效性就會有多高。“進口elisa試劑盒zui讓人驚艷的是能夠將人類醫學研究成果zui大程度地利用起來，實現其價值zui大化。”