作为当下热门技术，AI被各大行业看中并发展利用，医疗行业也不例外。全球最大的管理咨询公司表示，AI有望在2026年前为美国创造巨额医保储蓄。

通常，人们提到人工智能(arTIficial intelligence,?AI)都会讨论它将如何使我们的技术设备变得更好、如何引领无人驾驶汽车，甚至是可能会引发世界大战。但是在医疗行业，AI能够大大提高医疗效率和质量。算法、图像识别技术、自然语言处理以及其他AI技术最终能够使医疗费用更便宜，减少研发新药所需的时间，甚至可以帮助医生诊断疾病。

更快的药物研发

通常制药公司平均需要10到15年的时间才能研发出一种新药。包括IBM在内的一些公司指出，AI可以通过对基因和临床大数据的筛选来减少寻找新药的时间。

IBM表示，Watson for Drug Discovery利用自然语言处理使平台能够读取数百万页的非结构化数据，理解名词、相关实体、相互关联的动词和介词来理解语境意义。

例如，Barrow神经学研究所利用Watson for Drug Discovery发现可能与肌萎缩侧索硬化症(amyotrophic lateral sclerosis,?ALS)有关的不明基因和蛋白质。几个月后，沃森发现了5个之前从未被认为与ALS相关的RNA结合蛋白(RNA-binding proteins,?RBPs)。Barrow研究员在最近发表于Acta Neuropathologica杂志上的一篇论文中指出：“总的来说，我们成功地使用IBM Watson来帮助识别与ALS相关的其他RBPs，显示了AI能够加快ALS以及其他复杂的神经系统疾病的科学研发。”

一些制药商已经把赌注押在了这类AI上。2017年，著名制药公司葛兰素史克公司表示，像这种先研究一种疾病靶点，然后找到与之相对的分子靶向药物的方法，可以将药品研发时间从5年半减少到1年，AI不仅可以减少研发药物所需时间，而且还可以降低成本。

协助诊断

哈佛大学病理学家们最近创建了一款AI系统，该系统能够帮助他们更精确地诊断乳腺癌。AI技术帮助医生将准确率从96%提高到99.5%，这种轻微的增长意义重大，因为这意味着每年将有6.8万到13万名女性获得更准确的诊断。

同样，北卡罗来纳大学Lineberger综合癌症中心的肿瘤学家对IBM沃森基因组学进行了测试。沃森研究了1018个病例，AI给出的诊断与当时的诊断99%一致，但从其中300多个病例里，沃森发现了具有潜在意义的额外基因组事件。

2017年The Oncologist上一篇论文指出：“拥有认知计算授权的分子肿瘤委员会通过提供快速、全面的数据分析方法，并结合最新临床试验，从而有可能改善患者的护理。”

降低医疗成本

凯撒家庭基金会(Kaiser Family FoundaTIon)估算，美国的医疗支出占其GDP的18%，相对于其财富而言，这是不成比例的。事实上，其他发达国家人均医保支出是美国的一半左右。AI可以帮助降低这些成本。埃森哲表示，AI可以用于管理任务，比如语音到文本的转换，这可以帮助医疗机构取消或减少编写图表说明、处方和预约检查的需求。

例如，Alphabet旗下的一家AI公司DeepMind，去年与英国国家医疗服务体系合作使用AI算法阅读医学数据。DeepMind目前还没有从数据中做出有关临床决策，但随着AI继续从数据中学习，它有望在未来为医生提出建议，这将为医护人员节约出更多时间。

根据埃森哲的研究，像这样的新型工作流程辅助功能可以减少医生17%的工作时间和注册护士51%的工作时间。通过提高整体医疗行业的效率，AI有望在2026年之前为美国创造1500亿美元的医保储值。