人工智能技術的發展，給垂直產業帶來巨大變革，以醫療、無人車、安防、金融等垂直行業的變化最受到關注，多位知名投資人都強調現在真正能落地的就是AI在垂直行業的應用，可謂“不垂直，不快樂”。但是AI雖火，人的價值中存在批判性思維：醫療AI最有前途的技術是否是深度學習？是什么樣的技術要診斷22542個ICD10疾病？誰能成就醫學界的ImageNet？

新智元于3月25日參加智慧未來·醫療人工智能峰會，活動由匯醫慧影、英特爾醫療等聯合主辦。其中匯醫慧影成立于2015年，其創始人柴象飛兩年前從斯坦福大學回到國內，那時候他覺得春雨醫生做的非常好，讓他看到了醫療影像在商業模式上的巨大創新。因此他和郭娜一起創立了匯醫慧影，致力于發掘醫療影像數據價值，以最前沿的云計算、大數據和人工智能技術，打造智能醫學影像平臺和腫瘤放療平臺。在這一過程中，英特爾醫療提供了很多支持，匯醫慧影也成為了英特爾聯合實驗室的一員。

參與本次醫療AI峰會的嘉賓有英特爾醫療與生命科學部亞太區總經理李亞東，匯醫慧影創始人柴象飛和郭娜，藍馳創投合伙人陳維廣，斯坦福大學放療科終身教授邢磊，跨入到醫療界的國際核能院院士張勤，萬方數據股份有限公司副總經理張秀梅，鄭大五附院黨委書記王新軍和某著名設備商代表。本文綜合了會場演講、論壇和新智元對斯坦福醫療AI專家邢磊的專訪內容，讓我們破除迷信，跟隨AI技術大牛和醫療行業大拿一起揭開中國醫療AI之現狀。

強化深度學習：醫療AI最有前途的技術？

自從2012年深度學習技術被引入到圖像識別數據集ImageNet（做為測試標準），其識別率近年屢創新高，并且在某些領域如圖像分類等方面達到人類水平。深度學習技術加上醫療影像領域累積多年的數據，給這一領域帶來了令人驚喜的突破。

新智元曾經報道過斯坦福的研究人員發布在Nature上的研究，CNN做皮膚癌診斷，與21位皮膚科醫生對比測試，結果系統的精確度與人類醫生相當（“至少”91％）。還有JAMA上發布的利用CNN對糖尿病視網膜病變的診斷，結果表明，其算法的性能與眼科醫生的性能一致。

CNN在醫學上的應用可謂在頂級刊物上連放大招，那么深度學習技術是醫學影像領域效果最好的技術嗎？

斯坦福大學邢磊教授告訴新智元：深度學習及強化深度學習，代表目前新潮的技術，它們能解決很多以前不能解決的問題，把醫療AI推向新的高潮。

深度學習