医学人工智能还处于初级阶段。大部分用于科学研究。短期来看，临床医生的影响不会有太大影响。从长远来看，医学人工智能的定位是辅助性的，也就是计算机辅助诊断！最终的诊断结论必须是医生出具报告并签字确认！结合医学人工智能在免疫组化图像工作中的应用，和谷歌的智能显微镜谈谈吧。
首先以显微镜下的人工智能辅助诊断为例。这在日常诊断中也很常见，尤其是在几乎被采用的临床诊断中。其影响辅助诊断准确性的因素包括显微镜、物镜、光线、光源等因素，以及影响切片质量的因素，如切片、染色深度等因素。算法，在测试阶段，也就是日常诊断中，有较低的准确率，影响病理诊断结论！
互联网浪潮一过，下一波将是医疗。说白了就是医学智能。机器来看病，检索患者样本库，基于千万级数据和医学原理进行AI智能分析
我们再举一个例子。你愿意让一个手抖经验丰富的老人给你或者严格设定在严格精度和算法上严格设定的精密仪器。当然前提是这个仪器是智能的，不是固定的传统型号，所以一定要在AI里看到。他还有一个学习模型。他和人一样，需要实习，需要从手术经验中总结成长。
总之，医学智能肯定是未来临床医学所不具备的。至于术后化疗放疗，医生都脸红了。现在医院基本上都有自己医院的肿瘤治疗的相应方案ABC，以及化疗和放疗的介入。病人在这里，我们要什么，医生负责打印纸质版的方案，只是开药，收钱。医生真的很高超。
AI替代不仅可以选择解决方案，还可以智能分析肿瘤的癌变程度。根据环球医院的医疗数据，一些建议，比如可以用什么类型，什么类型可以去湘雅。
医生还是要有的，基础的医疗实际操作和经验总结AI来学习，这样才能成功替代。在我看来，医疗的目的是为了人体健康。而医学智能不仅可以确保更好的人类健康。
首先以显微镜下的人工智能辅助诊断为例。这在日常诊断中也很常见，尤其是在几乎被采用的临床诊断中。其影响辅助诊断准确性的因素包括显微镜、物镜、光线、光源等因素，以及影响切片质量的因素，如切片、染色深度等因素。算法，在测试阶段，也就是日常诊断中，有较低的准确率，影响病理诊断结论！
互联网浪潮一过，下一波将是医疗。说白了就是医学智能。机器来看病，检索患者样本库，基于千万级数据和医学原理进行AI智能分析
我们再举一个例子。你愿意让一个手抖经验丰富的老人给你或者严格设定在严格精度和算法上严格设定的精密仪器。当然前提是这个仪器是智能的，不是固定的传统型号，所以一定要在AI里看到。他还有一个学习模型。他和人一样，需要实习，需要从手术经验中总结成长。
总之，医学智能肯定是未来临床医学所不具备的。至于术后化疗放疗，医生都脸红了。现在医院基本上都有自己医院的肿瘤治疗的相应方案ABC，以及化疗和放疗的介入。病人在这里，我们要什么，医生负责打印纸质版的方案，只是开药，收钱。医生真的很高超。
AI替代不仅可以选择解决方案，还可以智能分析肿瘤的癌变程度。根据环球医院的医疗数据，一些建议，比如可以用什么类型，什么类型可以去湘雅。
医生还是要有的，基础的医疗实际操作和经验总结AI来学习，这样才能成功替代。在我看来，医疗的目的是为了人体健康。而医学智能不仅可以确保更好的人类健康。
