雷军：未来十年,人工智能会取代超50%的人
雷军17年两会一共提交了三个议案，包括把人工智能列入国家战略、大力发展新零售激发实体经济新动能以及抓住一带一路的历史机遇推动中国科技企业出海等。其中最受争议的议案就是人工智能是否应该列入国家战略。在雷军看来，去年AlphaGo击败了人类的围棋
高手的突破不亚于一次技术革命，可以预见在10年之内，人工智能会取代超过50%的人工。
之所以建议把人工智能列入国家战略，雷军认为中国有把握这次历史机遇的基础：其一，过去这些年，中国在移动互联网的领先优势，通过云服务和大数据很快会转化为人工智能的优势；其二，有专家统计过，过去几年内43%的关于人工智能的论文都是由中国人撰写，而环顾全球各大互联网巨头，人工智能的负责人都是华人，这让中国具有先决优势；第三，中国在基础教育阶段就比较重视数学学科，而人工智能背后最核心的因素就是算法，这是我们具有的核心优势。
人工智能+医疗
方正证券近日发布的《互联网医疗深度报告》（以下简称“方正证券报告”）显示，虽然安防和智能投顾领域最为火热，但率先落地的可能会在医疗领域。
思派网络创始人马旭广认为，人工智能目前还是作为医生的辅助工具，“可能今后医生就不存在了，但起码今天所有的AI都应该是帮助医生提高效率，解决医生不愿意做的，又脏又累的工作，这样的AI才有前途，才有机会。”
人工智能在医疗领域的应用，需要得到医生或医疗相关人员认可才能够推行。人工智能医疗的创业公司一开始要有医疗从业人员的参与。因为让AI学习的病例仍然需要医生来产生，一些高水准有研究性强的医生将会越来越吃香，而某些低水准的医生将会被取代。
人工智能+医学影像
“AI+医学影像”被多位业内人士认为最有可能率先实现商业化。
AI+医学影像，是将人工智能技术具体应用在医学影像的诊断上，在国外主要分为两部分：一是图像识别，应用于感知环节，其主要目的是将影像这类非机构化数据进行分析，获取一些有意义的信息；二是深度学习，应用于学习和分析环节，是AI应用的最核心环节，通过大量的影像数据和诊断数据，不断对神经元网络进行深度学习训练，促使其掌握“诊断”的能力。
图像智能识别可以降低医生的工作量，这是业界已经达成共识的，但是在综合诊疗上人工智能是否能给予医生很好的建议和意见？
IT和互联网出身的人对此有很大的信心，但医生背景的人目前还有很多疑虑。
中国的AI+医学影像为什么特殊
医生的疑虑很大程度上是因为，无论是治疗皮肤病还是癌症，图像可能只是一个参数，而治疗疾病需要多个参数。而从投资人角度来说，光看图像也不足以让其做出判断。投资人更希望至少能解决一个小的问题，能做出一个临床辅助诊断。
中国虽然医疗数据量特别庞大，但根据IDC Digital的预测，其中80%的数据均是非结构化数据。
医学影像数据实际上是报告+影像。单单分析影像本身还不够，更重要的是对影像本身所对应的诊断报告也加以分析。而中国的影像诊断报告呈现出因医生而异的显著特点，由于影像诊断医生的个人习惯，执业医院，教育背景，导师影响等因素导致了不同地区不同医院的影像报告不同标准的情况。
所以将AI具体应用在医学影像诊断上，除了通行的图像识别和深度学习之外，还有一个前提：即如何将80%的非结构化数据转化为结构化数据。
在这个基础上，具有无线想象空间的医疗数据才具有落地的实现价值。
满足以上三个条件才意味着能够将人工智能具体应用到医学影像的诊断上。而人工智能能否成功，条件只有一个，那就是海量数据，今天，没有海量的数据就没有戏。
这就意味着目前能够做出一个成熟的辅助解决方案，又有数据积累的公司才能希望做好所谓的医学影像智能诊断。
据了解，目前国内影像领域的AI绝大多数还集中在单纯的图像识别上，缺乏医学数据的积累和对影像报告的分析。而能够做出一个辅助诊断方案的，只有包括医众影像在内的少数几家公司。
综上所述，AI+影像才刚开始，AI+医疗的应用更是需要很长的时间。比赛刚开始，让我们拭目以待，究竟是哪个机构能够真正利用人工智能解决切实的健康问题。
