本文由Markdown语法编辑器编辑完成。
最近比较关注医疗人工智能的新闻，主要关注的新闻有：
1. 「清华创业导引课」推想科技陈宽：我们并不想证明AI比医生好，而是要证明AI加上医生要比不用AI的医生好
http://www.sohu.com/a/227618712_230325， 2018-04-08
我们并不想证明AI比医生好，而是要证明AI加上医生要比不用AI的医生好。
放射科漏诊：
对于一个放射科医生来说，每天要处理60个以上的病人，每个病人大概250张到300张片子。有时候，看片子过程中手一晃，这个症状就跳过去了，就会发生漏诊。那么一个放射科医生，漏诊到底有多严重呢？
大家可以对比一下，肺癌在不同的阶段的死亡率。基本上，肺癌一期，有80%到90%的生存率。零期肺癌，甚至可以达到99%的生存率。但四期癌症，就只有不到20%的生存率了。一期和四期区别在哪里？可能就是放射科医生看片子的时候手一抖就错过了早期的癌变。一年之后，病人再回来进行复查的时候，可能已经变成了四期，生存率就大大降低了。
偏远地区医疗产能不足
一些比较偏远的诊所、医疗机构，专业的医生非常少。大型三甲医院的医生都忙得昏天暗地，而农村、偏远的地区的医院可能连一个好医生都没有，归根到底还是产能不足的问题。
寻找方向：
AI深度学习
寻找应用方向
创办推想
研发过程中的难点
（1）医疗影像需要非常高的分辨率和维度
（2）鲁棒性
（3）三大成熟产品线
进军国际市场
2. 专访科大讯飞医疗CEO陶晓东：GE、飞利浦之后，我正在为讯飞医疗布哪些局？
https://www.leiphone.com/news/201709/p8FswspIYqCpQaFJ.html， 2017-09-05
近日，国内首家人工智能实体医院正式成立，其AI系统学习了近百万张医学影像资料、53本专业医学教材、200万去标识化真实电子病历、40万医疗文献及病历报告。
而这背后的核心操刀人之一，便是陶晓东。
从GE Healthcare Research Manager，到飞利浦医疗放射解决方案首席架构师，再到科大讯飞智慧医疗事业部总经理，陶晓东几乎经历了影像方案从研究到落地的各个环节，深谙医疗AI浪潮之水的深浅。
问题１：近期整个战略的优先级，是以影像为主还是以语音录入为主？
影像和语音产品，这两者对我来说都是手段，是工具，产品最终还是要解决临床、解决比较实质的问题。
影像这边，很多医生每天大概要读150个片子难免有疏漏，我们要帮他们做辅助和预检。
这里其实有一个坑，做辅助诊疗如果准确率达不到100%，都有可能会增加医生的工作量，所以这也是摆在我们面前的一个挑战。现在影像产品得做成一个既能帮助医生，而且又很安全的应用，不能增加医生的风险。如果医生觉得机器存在一定的风险，理论上他就得审核机器看的所有片子，这时候辅助的意义也就成了伪命题。
问题２：你们先重点会从哪些点去突破？比如肺结节、眼底等。
肺结节是一个重要方向。
当然，这背后也引出了一个挺有意思的现象，市场上绝大多数初创影像公司都在做肺结节，大家都在说自己是90%、95%的准确率。
为什么都在做肺结节，实际上说明大家的创新能力还不够，其次是大家能够得到的资源都很相似，因为肺部CT是公开数据最多的。
对讯飞而言，一方面是孵化出一个能用的产品，发现一个能够帮助到医生的场景。另外一方便是把团队医学影像的能力提升起来，接下来主要会做像乳腺的钼靶、超声甲状腺结节、核磁图像分析等方面的研究，其中乳腺钼靶产品8月份已经在“智慧医院”投入试点应用。
3. AI医疗如火如荼，图玛深维渐入佳境
优秀医生的培养周期动辄以十年计。这一系列因素使得以人工智能为支点，变革医疗产业，从而扩大优质医疗资源供给、提升医疗效率、加强诊疗能力以及实现精准医疗等方面都被寄予厚望。
在医疗人工智能的帮助下，科学家在智能医学影像分析、基因检查与基因突变、药物药性毒性预测及病理图片分析等诸多方向取得的进展可谓一日千里。尤其是影像识别等辅助性诊疗工具，由于深度学习算法及影像数据标准化的支持，使之有可能成为最早一批付诸应用的领域。
据公开披露数据显示，只在2017年，AI医学影像领域的融资在20余次，金额超过18个亿，其中6家以上单笔融资过亿。同时几家头部公司在融资进展上也到达一定体量，行业的梯队逐渐显现出来。目前，中国有300余家从事医疗影像相关的公司，其中仅是从事AI+影像的有不下100家，而肺+CT又成为大部分公司选取的切入点。
在行业繁荣的背后，所有的企业都面临挑战，如何完成AI医疗从实验室到诊疗室的惊险一跃，如何寻找新的机会让整个AI医疗产业的蛋糕更大，仍需每一位从业者和投资人的探索与思考。
在钟昕看来，AI医学影像的赛道之所以拥挤，主要是因为其在产品上的确是商业化最为成熟的方向。毕竟，AI医学影像辅助诊断系统有强于人眼的细节捕捉能力，对人眼容易忽略的细小病灶更敏感。而且，系统可快速长期处理大量医学影像，不会出现疲劳等，能大大提高阅片医生的准确性，降低误诊率和漏诊率，最终提高影像检查服务能力。
钟昕介绍说，图玛深维正在探索”差异化“的产品路线，并将实现人体多部位全流程诊断覆盖，旗下基于AI的医学影像分析诊断系统与深度学习医疗数据分析平台，涵盖肿瘤、脑血管、心血管及眼底病变等多种疾病，包含肺部、肝脏、心脏等主要脏器。这一诊断系统除了筛查外，正向诊断方向延伸，包括病灶检出、分割勾勒、良恶性辨识等定性分析等功能。此外，系统还可以自动生成结构化报告，并且以影像数据为主，加入了电子病历、跟踪随访数据等，形成多模态的分析模型，更加贴合临床医生的诊断需求。
目前，图玛深维与301医院、北京友谊医院等100多家国内知名三甲医院达成科研合作。接下来，图玛深维希望能够与友商一起，以推动AI医疗在产品层面从静态跃迁至动态，从诊断跃迁至治疗，携手打造繁荣的产品生态。同时渠道方面，从公立医院影像科拓展至体检、第三方影像、基层医疗等，并从中挖掘新的机会，共同迎接大放异彩的AI医疗时代尽早到来。
4. 边海锋：融合创新探索AI+医学影像发展
http://www.cyzone.cn/a/20170913/315228.html， 2017-09-13
边海锋：我是翼展技术和产品负责人，我2002年毕业一直在做医学影像的产品和技术相关的工作。（距今已经有16年），今天分享几个关键词：
（1）医学影像和人工智能；
（2）创新；
（3）融合，我们不能单兵作战，应该结合行行业业、各个专家资源做这个事情。
政策：国家在人工智能上的支持、发展是国家战略层面的重要程度是史无前例的。翼展参加卫计委的闭门政策研讨会，主要内容是讲医学人工智能的政策怎样落地。
经济：很多投资人已经投了人工智能关于法律方面、金融方面的，但是在医疗行业中，你们已经做好准备了吗？因为投医疗行业和前几年做移动互联网不一样，移动互联网在短时之内3-5年，甚至两三年会出一个独角兽，但是医疗不一样，需要很长的时间。我们经常讲医疗是“灰头发”的行业，头发变灰了才能够出成果。
社会：看病难、看病贵、老龄化问题、医患关系问题，政府都是希望有一个推力把这些问题解决，起码能够减缓，我们认为移动互联网和人工智能应该是可以解决这个问题的。
技术：因为数据、计算力、算法，数据可能是我们唯一需要担心的，其他都不是问题。
人工智能希望使用医学影像方面已经有一定共识，医学影像本身有一定特点，数据大小来讲占70%，在整个医疗发展史当中，医学影像本身的技术也是一个创新，以前看人体结构和发展都要打开身体，由于有了医学影像不需要打开人体可以看部结构个发展，使得医生看病的时候有了一双“眼睛”。
分级诊疗：每个不同级别的医院职责应该不一样的。
整个人工智能+影像+医学看起来非常美，但是要脚踏实地的干需要很长时间。
整个医学都是以数据为基准，数据的完整性和金标准是第一步。
翼展2009年成立，它是一个专注于做医学影像的全服务公司，我们注意力在于各个行业标准，这个行业当中没有标准就是空中楼阁，任何一个新技术达到医疗级别的高一致性、高准确性、高稳定性都是需要花时间的。
我们和其他同行不一样的地方在哪里？我们本身就是一个医疗机构，我们本身拥有团队，我们本身拥有可以做测试的数据，我们本身管理这些医院，我们本身做这些医院的所有管理和风险，我们产品迭代肯定比任何一个单独的公司要快。因为整个产业最后拼的都是成本，我们不光是自己做，同时和一侧合作伙伴来做，任何合作我们都是单独的点，我们希望这些点出来以后拼成一个面，在自己的影像中心、医疗机构先试用，我们相信我们会比同行做的更好。