AI与医学领域的结合点非常多，通过AI在医疗领域的应用情况进行总结分析，目前主要应用于五大领域，分别为：医学影像，辅助诊断，药物研发，健康管理，疾病预测。

借助医疗影像大数据及图像识别技术的发展优势，医学影像成为中国人工智能与医疗结合最成熟的一个领域，无论从融资情况（2018年，前三季度融资额高达26亿元），还是2018年预计收入前十强情况，AI医学影像行业均表现亮眼，并且在肺结核，眼底，乳腺癌，宫颈癌领域已经有成熟的产品，但由于该领域至今无一例医疗AI产品获得三类医疗器械证书。因而我国基本成型的AI医学影像产品大多处于医院试用阶段，该领域的公司基本没有实现盈利。

医学影像，电子病历，导诊机器人，虚拟助理是主要的应用场景。并且产品多为软硬件一体化全套解决方案，目前产品仍处于打磨阶段，未来可能倾向服务收费的模式。国内新药研发仍以仿制药和改良药为主，因此相比国外A1药物研发行业，国内布局较为落后，但商业模式清晰，主要为AI公司与药企合作开发新药。

国内该领域尚未成熟，主要聚焦于慢病管理和母婴管理，商业模式以企业和个人支付的健康体检为主，后续付费模式有待成熟。我国主要聚焦于基因检测领域，由于存在技术壁垒，该领域上游基本被国外公司垄断，下游主要为医院投放模式和第三方检测模式。

美国AI人才数量接近85万，中国只有5万。不仅人数相对较少，而且AI人才成本高昂。建议：着力培育AI医疗复合型人才。加强医务人员对医疗AI产品的培训。支持AI与医疗跨界活动交流。完善AI人才保障制度。

目前中国面临健康医疗数据归属不明确，数据安全要求高，数据开放受限制，数据标准不统一，数据理论存争议，数据成本代价高等问题，这些都是制约人工智能在医疗行业发展的重要因素。建议：建立统一数据标准，书同文，车同轨。促进数据共享流通。强化数据安全建设。推动院间互联，AI与医疗多联。

由于产品未通过审批就无法上市盈利。因此产品审批难以通过，成为产品发展的重要掣肘，针对此种情况，国家相关监管部门积极应对市场需求，组建AI器械审批小组建立标准数据库，加速审批流程。建议：加强监管部门学习与时进步，鼓励中立第三方建立标准，组合多种技术力量助力政府对AI医疗器械的审批支持。现阶段医学AI能诊断系统难以解释诊断过程。因此仍存在“黑盒”风险。建议：鼓励与大力支持AI的研发与创新，建立完善的AI知识产权的利用与保护，由感知向认知扩研。

人工智能不仅能减少医生的工作量，还能提高医生诊断的准确率，但是对于医疗机构来说，这并不是刚需，加上付费方不清晰，目前没有明确买单方究竟是医院、患者、药企、保险公司还是政府，就是未来需要多方探讨的问题。建议：鼓励医疗AI产品与服务纳入财政收费体系，探索部分收费模式试点。鼓励研、企、医三方多合作，多研联，使产品更快，更好，更安全的切入临床需求。