2019年已然過去，這一年在人工智能發(fā)展史上是一個至關(guān)重要的一年。從2014年開始，人工智能開始越來越頻繁地出現(xiàn)在人們科技話題的談話中，也隨之引來資本的熱逐。在接下來的四年里，投資者對人工智能的熱情一路升溫。到2018年，中國人工智能投融資規(guī)模達到1189.8億元的高峰。但在一年以后，這個行業(yè)明顯開始遇冷，在2019年的第三季度投融資規(guī)模也才577.17億元，幾乎被攔腰斬斷。

在醫(yī)療人工智能這個小領域中來看，其發(fā)展歷程基本和人工智能這個大領域的發(fā)展趨勢一樣，投資規(guī)模從2014年的2.02億一路高歌猛進上升到2018年的84.76億，到2019年第三季度陡降至38.82億，金額同比下降50%。資本市場的降溫是因為從2015年開始，許多人工智能復制互聯(lián)網(wǎng)思維做技術(shù)，而這些技術(shù)卻并不硬核，導致大把大把的資金投入?yún)s有進無出。經(jīng)歷了太多忽悠的泡沫過后，一方面投資者變得謹慎，另一方面因為這些技術(shù)不夠硬核，帶來大量的跟風者，讓投資者難辨各個人工智能項目潛力的高低，更加追求保守的投資方向。

醫(yī)療人工智能領域更加特殊。目前，即使讓人工智能參與醫(yī)療過程，人工智能也無法替代醫(yī)生的作用。除了AI模型訓練等環(huán)節(jié)需要醫(yī)生深度的參與之外，人工智能的學習方法也存在很大的局限性，無法脫離大量的人工標注。同時，與醫(yī)生相比，人工智能的學習還缺乏很多生理、病理方面的理論知識，尤其缺乏對不同來源信息的綜合利用，缺乏和醫(yī)生一樣的綜合判斷能力。正因如此，知識圖譜目前也就成為醫(yī)學人工智能研究未來的重要突破口。同時，需要注意的是，目前的醫(yī)療人工智能還比較碎片化，沒有做到足夠的集成化。不同疾病模型的使用環(huán)境都不同，如果不能建立統(tǒng)一的集成規(guī)范，就會為了人工智能而智能，把醫(yī)生的工作站改造得“支離破碎”，反而影響了效率，這也正是許多醫(yī)療機構(gòu)即使擁有了人工智能，醫(yī)生也經(jīng)常不使用這些新技術(shù)的原因。而要解決這個問題，唯有讓開發(fā)者和醫(yī)生打成一片，真正理解醫(yī)院的整體工作，才能有的放矢，全盤規(guī)劃。

在2019年中，以CDSS（臨床輔助決策支持系統(tǒng)）和VTE（靜脈血栓栓塞癥）智能防治系統(tǒng)等為代表的AI應用推廣比較突出。這得益于這些AI技術(shù)被嵌入到了醫(yī)生工作站，甚至下沉到了基層醫(yī)療服務機構(gòu)，比如百度開發(fā)的靈醫(yī)智惠CDSS已運用到了北京市平谷區(qū)馬坊社區(qū)衛(wèi)生服務中心，眾陽健康開發(fā)的全科醫(yī)生診療機器人也應用到了濟南市平陰縣孝直鎮(zhèn)和圣苑社區(qū)衛(wèi)生服務中心。同時，在CDSS的下沉推廣中，CDSS與MDT（多學科聯(lián)合會診）的聯(lián)合也是一個重要的發(fā)展趨勢。因為CDSS是基于一個單學科，而患者的病癥并不一定是單學科可以解決的，因此就需要把CDS作為一個子系統(tǒng)嵌入MDT當中，得出最佳診斷結(jié)果和治療方案。在2018年11月，北京大學就牽頭，聯(lián)合亞太肝病聯(lián)盟和醫(yī)渡云一同開發(fā)“全國肝病腫瘤多維MDT人工智能協(xié)作平臺”，并在一些醫(yī)院推行。

除了系統(tǒng)平臺不斷整合多學科的資源，整個醫(yī)療人工智能行業(yè)在2019年中也越來越走出單打獨斗，形成突出抱團發(fā)展的趨勢，形成一些行業(yè)聯(lián)盟。比如在2019年的9月，就先后成立了愛迪生數(shù)字醫(yī)療智能平臺、華為云醫(yī)療健康鯤鵬產(chǎn)業(yè)聯(lián)盟等。在大環(huán)境降溫的時候，這種抱團取暖也是度過危機的一種有效方式。