智能医学工程专业
天津大学“智能医学工程”专业是我国首个智能方向的医学类本科专业。智能医学工程是医、理、工高度交叉的学科，融合先进的脑认知、大数据、云计算、机器学习等人工智能及相关领域的工程技术手段，以患者为中心，以信息为纽带，探索人机协同的智能化诊疗方法及其临床应用的新兴交叉学科。作为健康中国背景下新工科+新医科的新专业，它是未来“工程医学”发展的方向。
2018年
教育部批准建立的我国首个智能方向的医学类本科专业
担任全国智能医学工程教育联合体理事长单位
获批“智能医学工程”天津市级教学团队
2019年
建设有全国首个智能医学工程博士点
获批建设智能医学工程教育部工程研究中心
天大智能医学工程有何特色与实力？
01“智能+医学+工程”创新发展
天津大学智能医学工程以“医学牵引、工程支撑、转化创新、临床示范”为发展理念，立足大健康领域，紧密围绕“智能+医学+工程”，布局医学与智能、工程科学的交叉融合、转化创新，培育发展脑科学与神经工程、智能医学与精准诊疗、救援医学等新兴学科生长点，积极推进新兴医学与天津大学优势学科的交叉。研究成果入选教育部改革开放40周年高校科技创新重大成就典型案例，并先后获得中国专利奖、黄家驷生物医学工程奖、转化医学创新奖、中国智慧健康医疗创新成果奖等多个奖项，在脑机交互、灾难救援等领域达到国际先进水平
全球首台“纯意念控制”人工神经康复机器人——“神工”系列
世界首套在轨脑机交互测试系统应用于“天宫二号”和“神舟十一号”
拥有完全自主知识产权的国际首款脑-机接口专用芯片——“脑语者”
首次实现脑控与外肢体机器人系统的可穿戴集成——“脑控第六指”机器人系统
与中电数据联合研发健康医疗大数据平台，实时汇聚临床数据并进行大数据分析
与天堰科技有限公司合作开发数字虚拟人可视化系统，支持智能化的医学教学
02 本硕博人才培养体系
作为教育部新医科建设工作组成员单位，全国智能医学工程教育联合体理事长单位、全国生物医学工程专业学位研究生教育协作组组长单位，天津大学医学部秉持“医教研一体、医理工融合”的办学模式，涵盖生物医学工程一级学科，现已建立智能医学工程二级学科博士点，形成了从学士、硕士到博士学位的完整人才培养体系。
03 师资力量雄厚
天津大学医学部由中国工程院院士、组织工程与神经再生专家顾晓松担任主任，通过多层次人才引育计划，汇聚了一大批海内外优秀学者和资深医学专家。目前拥有中国工程院院士1名、英国皇家工程院院士1名、国际宇航科学院院士1名，国家杰出青年基金获得者2名，国务院政府特殊津贴专家2名，国家优秀青年基金获得者1名，省部级各类人才计划23人次，具有海外经历的教师占比为55%。
04 高水平科研创新合作平台
建设有健康医疗大数据国家研究院、智能医学工程教育部工程研究中心、天津脑科学与类脑研究中心、天津市脑科学与神经工程重点实验室、天津神经工程国际联合研究中心、天津市智能人机交互康复工程技术中心等国家及省部级科研平台；与剑桥大学、哈佛大学、军事科学院、中国医学科学院、中国航天员中心、中国航天科技集团公司第一研究院、第五研究院、中国航天科工集团第二研究院、第三研究院等近30所企事业单位展开深入协作共建，丰富实践就业通道。
在这里，你将收获什么？
01 培养目标
智能医学工程是医、理、工高度融合的学科，面向“健康中国2030”的国家重大需求，培养具有家国情怀、全球视野、创新精神、实践能力及人文关怀意识的医工复合型领军人才和医学拔尖创新人才。
毕业生应掌握基础医学、临床医学的基础理论，对智慧医院、区域医疗中心、家庭自助健康监护三级网络中的医学现象、医学问题和医疗模式有较深入的理解，能熟练地将人工智能、互联网、机器人等技术，应用于医疗信息大数据的智能采集、智能分析、智能诊疗、临床实践等各个环节。
02 专业特色
跨学校（CrossUniversities）：由天津大学和天津医科大学合作培养，发挥两校医工之所长，强强联合，实施医-工主辅修培养体系，两校互开课程包、互认学分。
跨学科（CrossDisciplines）：专业跨越医学和工学两个学科门类，融合“医学基础”与“智能科技”两条主线。培养兼具深厚数理基础、全面医学背景知识、扎实工程实践能力的医工复合型高端人才。
跨学位（CrossDegrees）：探索主辅修新范式，学生学习合格毕业，满足相关修课要求，可授予双学位。
跨学制（CrossSystems）：探索本硕博的长周期、贯通式培养模式。
03 核心课程
智能医学工程体现了新兴智能技术与传统医疗大健康产业相融合的新医科理念和新工科特色。所培养的学生，应具有深厚的数理基础、掌握较系统的医学知识、并接受扎实严谨的工程训练，所学的课程包括：
医学基础课：系统解剖学、生理学、医学细胞生物学、医用生物化学、病理学、内科学、外科学、核医学、心理学、中医学等。
智能科学相关课程：脑与认知科学导论、神经工程学、机器学习与模式识别、计算机视觉与智能医学图像处理、医学智能传感技术、医疗大数据与数据挖掘、医用机器人等。
04 毕业去向
毕业后可在大型综合性医院或医疗机构从事智能医学图像处理、智能检验、智能手术、精准医疗、智能康复等相关工作；或在高校、研究院所、人工智能以及智能医疗相关企业中从事智能医学数据的分析、智能医学系统的开发、智能医学仪器的研发等科研或管理等工作。
在这里，你将如何提升？
01 在科创实践中感悟真知
依托“黎明创新实验室”、“北洋医科创兴计划”，在日常开展科创实践，孵化院级科创项目，组织参加大学生课外学术科技作品竞赛。通过课堂内外组织多维度的动手实践，助力学生提升创新意识、锻炼创新能力。
02 在各项交流中博采众长
医学部邀请多位院士、海内外知名专家学者定期举办“北洋医学大讲堂”、“瑞恒名师堂”、“棠林讲坛”等系列学术讲座，以前沿动态和高端成果引领广大学生勇攀科技高峰；组织学生参观附属医院，以及中国航天员中心、国家健康医疗大数据云脑中心、医疗企业等，拓宽学生专业视域。
03 在三全五育中塑造品质
定期举办红色歌曲歌诵会、举办四史知识竞赛、专题读书分享会等活动，厚植家国情怀。组织“运动101”线上运动会、“五五战役”运动打卡，组织开展医科秋季运动会，培养学生坚韧意志与强健体魄；组织劳动教育实践系列活动——家务大比拼、花坛设计、劳动作品征集，让劳动教育成为塑造时代新人的必修课。
在这里，你将遇到怎样的同行者？
他们与你一样，从新生一路走来，是天津大学智能医学工程专业的探路者，是天津大学医学部的见证者、开拓者，勤勉、奋进令他们成长为各自心目中的模样！
智能医学工程专业学生多次荣获天津大学优秀集体、天津大学2018年最佳团日标兵、天津大学2019年五四红旗示范团支部（新生支部）、天津大学第四届“天大好班风”标兵班级、天津大学2020年五四红旗示范团支部标兵等多项荣誉，并在DOU知科普短视频大赛科技成果奖的五个奖项中斩获三席。
组建“有医说医”实践队，整合编写“最美逆行者”战疫故事文集，获评“全国最佳实践团队”、“天津市优秀实践队”、“天津大学优秀实践队”等荣誉称号。
上海全面推广人工智能精准医学检验 AI+医疗造福患者
中新网上海12月6日电(记者陈静)近年来，人工智能(AI)技术越来越多走进医学领域，智能医学也成为未来医学发展的一大趋势。上海市经济与信息化委员会副主任张英6日对记者透露，上海高度重视医疗健康领域的数字化发展，今年有30多个项目获得工信部智能医疗器械的创新任务。
上海申康医院发展中心医联工程与信息化部主任何萍透露，目前人工智能精准医学检验，包括图像互认工作，已经全面推广到上海600家医疗机构，极大地提高了医院的工作效率以及减轻了民众就医的负担。复旦大学附属中山医院副院长顾建英对记者表示，近几年，在国家整体大力的推动下，医院人工智能数字化转型已经有了很多应用，且中山医院具备了一些研究基础，希望未来智慧医院的建设，围绕“产、学、研、用”四个方面，共同推进人工智能在医学领域的应用。上海长征医院放射科主任刘士远在接受采访时认为，中国医学影像人工智能发展的整体现状和趋势是健康的，越来越多的产品得到了临床应用，并获得了医生和患者的积极评价和认可，相信在未来会取得更大的临床支撑作用。
中国科学院院士、复旦大学党委副书记、校长、上海医学院院长金力对记者透露，建设智能医学这一新兴交叉学科是复旦大学面向健康中国战略布局、推进新医科发展的重要组成，也是培养适应未来医学事业发展的高层次人才的重要部分。张英指出，复旦大学在医学、药学和人工智能等领域积累了深厚的学术研究基础和产业转化能力，相信复旦大学智能医学研究院将会承担起引领未来医学发展的重任，突破一批关键核心技术，形成智能医学科技硬实力的系统性未来布局。
在“2022上海智能医学论坛暨第五届复旦大学人工智能医学影像论坛”上，中国信息通信研究院副总工程师王爱华希望未来能够通过揭榜挂帅的机制，征集和遴选一批具备较强创新能力的单位，集中攻关，推动人工智能医疗器械创新发展，加速新技术新产品的落地应用。
中国信息通信研究院院长余晓晖指出，发展智能医疗应进一步完善技术创新体系，建设一批面向行业的创新中心、重点实验室等创新载体，打造合作机制。同时，加强信息技术与医疗行业交叉学科的建设，加快高层次、复合型、创新型的人才培养，强化医工协同。他十分看重通过标准引领，促进产业融合。这位专家指出，应面向医疗健康行业细分领域的需求，分类研究、急用先行，加快研制智能医疗技术、终端、平台、安全等标准规范、评价体系和测试方法，有效整合产业上下游规范发展，协同推动，形成智能医疗融合创新的标准体系。(完)
【编辑:彭婧如】人工智能在医疗领域有哪些重要意义
当你在社区医院注射疫苗时，顺便用几秒钟的时间拍了张眼底照片，几秒钟以内人工智能便可以告诉你是否有患上了白内障或者其他慢性病，甚至可以准确预测儿童何时会近视。这样如同科幻电影中的设备，如今却发生在现实当中。
在2018年CMEF中国国际医疗器械（春季）博览会上，小编采访到了医疗领域人工智能领军企业Airdoc公司市场部副总裁张京雷先生。共同探讨人工智能对于目前医疗行业的影响，以及对我们普通人生活带来哪些意义。
医疗科技逐渐走向成熟
目前，一个好的医疗服务价格非常昂贵。而据张京雷介绍，Airdoc的愿景便是希望能用人工智能优化医疗服务，以一种相对低廉的价格让广大患者更快速地享受到更优质的医疗服务，使更多人从中受益。
目前医疗科技行业在蓬勃发展，许多企业也都涉足到这个领域之中。就在上周，美国FDA给做眼底视网膜病变观察的公司IDx颁发了许可证，这从侧面证明了当前世界上的医疗科技技术已经相对成熟。
当今国内的医疗科技水平在很多方面都领先于国外，而这次美国FDA批准认证的技术只不过是国内医疗科技领域前两年的技术水平，当然这并不是说国外没有更新的技术，而是说明我国的医疗科技已经在很多方面已经达到了世界领先水准。
张京雷表示，这其中有深层次的原因，首先是中国具有人口优势，因此在数据收集上可以十分丰富和全面，而这一点在其他国家难以达到；其次，我们对于人工智能有着强烈的需求，比如在三线及三线以下城市医生与一线城市医生有着极大的差距，而人工智能在这方面能够极大的弥补这些差距，因此AI有着非常大的应用前景；最后，我们不光要有好的医院以及医疗团队，还有非常良好的投融资环境，才能给相关企业的发展创造更好的土壤。
人工智能将对医疗带来极大帮助
当谈到目前医疗科技领域有哪些具体进展时，张京雷表示，第一是技术的进步，比如在眼科、皮肤科、癌症早期病症的发现等已经有临床验证；第二则是政府部门的监管，预计在今年将会有几家医疗科技企业能够拿到CFDA 药监局的认证，这代表着国家对于国内医疗科技行业的认可。
张京雷认为，“人工智能技术将来的一个突破口是在院外，并且功能一定是筛查，通过人工智能技术把慢性病或者无症状的疾病及时找出，当然院外的模式还有很多需要继续探索的地方，包括技术本身、市场及商业模式等。”
目前Airdoc主要的产品是在通过眼底拍照的慢性病筛查，而这种方式也是当前最成熟并且可以很快应用到临床的技术。通过观察眼底上面血管及神经的变化，可以从中分析得出高血压、糖尿病及动脉硬化等慢性病的情况，也可以把这些数据收集起来在后台进行分析对比，能够更准确的进行慢性病的判断、辅助诊断和长期管理。
眼底数据为何成为研究的重点
至于为何选择以眼底作为技术的主要研究方向，张京雷表示，首先慢性病完全可以通过眼底进行直接的观察，这就可以通过筛查进行早期诊断，第二是慢性病的发病率高居不下，严重影像患者生活质量也给医保造成巨大财政负担。
还有就是技术上说眼底数据相对来说比较容易取得——眼底照相机可以在院外使用，大规模眼底筛查的成本可以控制在几元钱以内，并且在伦理上没有任何问题，只要是三周岁以上的儿童到老年人，所有人都可以接受眼底拍照。
最后在许多慢性病的筛查和早期诊断方面，通过眼底能够快速的察觉，比如许多致盲性眼底疾病，可能在很长时间没有任何明显症状。但是当症状出现的时候，基本上已经错过了最佳的治疗时机。通过拍摄眼底，可以根据血管的变化能够在早期就察觉出相关疾病，比如糖尿病在没有任何症状表露之前，通过观察到眼底血管的膨胀变形，较早的确诊，可以进行及时的治疗。
多模数据分析帮助准确判断病症
如何能够准确判断这些病症，这需要运用到多模数据分析（MRT），张京雷接着介绍道。举个例子，在心血管科，每个病人的病例中都有许多数据，这些数据数量甚至多达上百组，对于一般医生而言，只能通过个别组的数据来判断病人的病情，如心脑血管、心脏病等疾病，这些病症通过化验的指标只是简单的几组数据，但是通过人工智能算法，可以同时对几十组甚至上百组数据进行详细的分析揭示疾病的内在规律，找到更好的诊疗方法，这是人类自身的能力所达不到的。
并且当数据足够多时，也可以通过查找这些数据之间的关联，找到一些疾病与关键因素之间的关系。比如可以通过多模态分析可以判断病人的发病与饮食、生活习惯、基因等直接关联性有多少，这对于疾病的攻克与治疗有非常积极的意义。
并且多模数据分析可以把医院中繁多的纸质病历全部数字化、结构化，极大的节省了医生的时间及精力，可以让他们更专注于本职工作。
未来医疗人工智能的潜力应用
张京雷还表示，医疗人工智能目前在两个领域中的潜力比较大，并且他也相信未来会证明这一点。第一便是医疗影像分析，由于影像本身就是结构化的，比如眼底照片；再一个如CT或磁共振等，也是同样的道理，没有人为因素干扰，可以通过人工智能进行快速、准确的分析；其次是医疗大数据，可以把非结构化变成结构化的数据，通过分析大量的病历资料找出更好的治疗方案，更好地管理疾病，目前也有许多公司在进行相关的研究。
未来，Airdoc的技术开发会从眼底扩展到全眼科。张京雷表示，AI可以用于儿童近视的预防，通过人工智能可以帮助父母监测和预测小朋友近视的发展变化，将来这种预测可以精确到近视最可能在哪个星期发生。全眼科之后则是全身的人工智能，这也是未来医疗人工智能的方向。
目前对于数据的安全性也是一个讨论的重点，对于医疗科技行业来说就更是重中之重，因为获取的数据都是非常敏感的病患数据。对于数据的防护，张京雷表示，Airdoc所有上传的数据都是通过加密保护的，其次在上传与保存的过程中，这些数据都要严格脱敏，也就是数据与病人的个人信息完全分离，这也是整个医疗行业的惯例。
并且为了这些医疗数据的存储和使用，Airdoc参与了国家科技部监管之下的STI医疗眼科大数据平台。在政府的严格监管下，上面所有脱敏数据都是可以共享进行科研，对于今后的人工智能技术发展还有临床实践都有相当的积极意义。
人工智能将更好的辅助医疗诊断
最后说到人工智能将来的服务对象时，张京雷解释道，Airdoc主要面向的服务对象其实还是医生——人工智能主要的功能是辅助医生对于病症进行诊断，但无法代替医生做出诊断。举个例子，目前已知的皮肤病超过2,000种，这就需要大量相对独立的算法合作来分析相关病症；而且许多皮肤病外观基本一致，因此医生需要额外询问患者其他情况才能够确诊，这对目前的人工智能技术还是个挑战。
当然未来的人工智能技术可能通过深度学习实现更多的功能，但是目前而言还有许多制约因素，包括法律上的制约——比如当人工智能诊断失误的时候，谁来承担法律责任等。因此很长的一段时间来看，人工智能都将是医生的一个辅助工具，无法取代医生。
未来人工智能最大的作用是解决医生大量简单重复性的工作，提高医生的工作效率，让医生真正发挥他们的智慧和能力。人工智能与医疗这对搭档，将会颠覆今后的医疗环境，这值得我们所有人期待。
人工智能在医学领域应用的现状与展望（论文阅读04）
人工智能在医学领域应用的现状与展望
严律南
20世纪医学的最大进步是器官移植和微创外科的兴起。21世纪将是在分子生物学突破基础上精准医学的成熟及人工智能（artificialintelligence）渗透到医学的各个领域[1]。近5年来，“人工智能+”应用于医疗研究已经成为现代科技的热点。美国的五大顶尖医院如梅奥、克里夫兰等都开始与人工智能公司合作，希望成为人工智能医疗应用领域的中心，对疾病进行探测、诊断、治疗和管理。整个医疗行业复杂程度高，涉及知识面广，人工智能可以在多个环节发挥作用，如医学影像识别、生物技术、辅助诊断、药物研发、营养学等领域，目前应用最为广泛的当属医学影像识别。
1人工智能在医学影像识别方面的应用
在医学领域，首先是涉及图像，如B超、CT、病理专业等，其次是内镜诊断领域已经开始了实践。医学影像是疾病诊断的主要路径之一，因此，通过机器读取医学影像成为了一个热点，无数的科研工作者已经对此展开了广泛的研究。
2016年美国加州大学的Gulshan等[2]团队在《JAMA》杂志上首次报道了人工智能从10万余幅视网膜眼底照片中诊断糖尿病视网膜病变，与54位有美国医生执照的眼科医师及高年资住院医师相比较，其敏感性及特异性均高于人工判断。
2017年Golden[3]在《JAMA》杂志发表了人工智能通过深度学习，可以迅速地阅读病理照片，从而诊断乳腺癌是否有淋巴结转移，尽管还不能完全代替病理学家，但大大提高了诊断速度，减轻了病理学家的负担，提高了效果。
英国曼切斯特大学Enshaei等[4]对668例卵巢癌患者进行分析，认为人工智能优于常规的统计方法及人工神经网络计算的方法，可以更好地分析出患者的预后及影响预后的因子。
国家癌症中心公布的数据显示，肺癌在所有恶性肿瘤的发病及死亡中均占首位。胸部CT放射影像技术是肺癌早期筛查的有效手段。但是由于CT扫描影像数量多，医生诊断的时间长，加上工作量大，容易疲劳，人工误差不可避免。
2017年11月24日，一场人类和人工智能之间的对战在成都举行，代表人类出战的是463名超声医生，代表人工智能出战的是名为“安克侦”的甲状腺肿瘤超声辅助侦测软件。双方比赛谁能更准确地读出甲状腺超声图像。来自全国各地的300余位超声专家、学者见证了这次人机大战。最终，这个名为“安克侦”的人工智能与医生们打成了平手，但其实在效率上，人工智能已经超过了医生。
最近，人工智能已经在肺结节、乳腺癌、冠状动脉斑块、皮肤癌、眼底病、病理等领域取得了诸多成果。
2人工智能在临床医疗智能决策方面的应用
诊断决策支持系统（clinicaldecisionsupportsystem）是设计用来辅助医生在诊断时进行决策的支持系统，这种主动的知识系统通过对病患至少两种以上的数据进行分析，为医生给出诊断建议，医生再结合自己的专业进行判断，从而使诊断更快、更精准。
Viz.AI的ContaCT是FDA批准的第一个针对中风的人工智能诊断决策支持系统。ContaCT通过对中风患者的脑部CT图像进行学习，总结出与中风关系最紧密的CT图像模式。一旦发现新的脑部CT图像符合先前的模式，患者有大血管闭塞的可能性，它便会自动向医生发送提示报告。
2017年7月，FDA批准了CardiologTechnologies的心电图分析平台，该技术是一项基于云计算的心脏监测分析网络服务，旨在帮助医生使用长期动态心电图监测记录来筛查心房颤动和其他心律失常的症状。
2018年2月21日，FDA宣布了Cognoa的同名APP获得认证，这也是第一款针对儿童自闭症的人工智能诊断决策支持系统。
美国IDx公司近日宣布，FDA已加快对其人工智能诊断决策支持产品IDx-DR的审查进程，预计很快就将通过认证。这个人工智能系统致力于预测糖尿病视网膜病变，这是导致糖尿病患者失明的主要原因。
在癌症领域顶尖的美国纪念斯隆·凯特琳肿瘤中心（MSKCC）和人工智能领域顶尖的IBM相结合，便诞生了沃森肿瘤解决方案—这个由IBM研发的人工智能经过纪念斯隆·凯特琳肿瘤中心的专家历时4年半训练而成，它汲取了3469本医学专著、248000篇论文、69种治疗方案、61540次实验数据和106000份临床报告，同时还吸收了美国国立综合癌症网络发布的临床指南，可以为包括胃癌、肺癌、直肠癌、结肠癌、乳腺癌、宫颈癌等提供决策支持。
雅森与北京宣武医院、北京大学人民医院和协和医院合作研发的脑功能多模态人工智能产品问世，其通过对核磁共振、PET、SPECT、脑电等数据的分析，可以应用于阿尔兹海默症、癫痫、帕金森等各类脑功能疾病的量化分析、诊断和预测。截至2017年10月，此系统已经在全国超过30家大型三甲医院落地部署，累计完成病例分析超过7000余例，在各类病种上平均准确率超过84%。
中山大学与西安电子科技大学的研究小组合作，开发了一种能诊断先天性白内障的人工智能程序CC-Cruiser，利用深度学习算法，预测疾病的严重程度，并提出治疗决策建议。
就目前而言，人工智能诊断决策支持系统在具有“硬”数据的医学领域（如病理图像）比具有“软”数据的领域（诸如来自电子病历的一般诊断）发展要成熟得多。
3人工智能在医疗智能语音方面的应用
美国Bohannon[5]2015年在《Science》发表文章，首次报道了使用人机对话进行心理疾病的咨询和治疗取得成功，他通过人工智能的深度学习代替心理医师对心理障碍的患者进行疏导和治疗，由于许多患者顾虑自己的隐私而不愿意对医师敞开心扉，因而更愿意和机器对话，因此具有更大的应用价值[4]。
4人工智能在“互联网+”医疗的应用
医疗行业一直希望通过互联网来解决医疗资源过于集中、医疗资源分配不平衡等一系列问题。从2010年起，整个医疗市场中便诞生了一大批以互联网医疗为创业方向的公司，其中细分方向有在线问诊、专家挂号、医药电商、医疗保险等。
微医是一个智能医疗服务平台，为用户提供预约挂号、在线咨询、远程会诊、电子处方、慢病管理、健康消费、全科专科诊疗等线上线下结合的健康医疗服务。
近期，微医发布了面向中医的人工智能辅助诊治系统—悬壶台，目前该平台已覆盖11个市、300家中医院、累计开方超160万张，已成为中国应用最广的“智能中医大脑”。
中国有14亿人口，但是只有200万基层医生，对于基层医生来说，最缺的便是医疗专家的经验和智慧，而在有了智能医疗的辅助后，其可以把专家的经验和智慧进行大规模的复制，让这些成为基层医生的教练，让基层医生的医术得到提高，通过提高量变引发质变，真正地促进医疗水平的提升。
5展望
现在的人工智能尚处于弱人工智能时代，并不具备沟通的功能，因此，现在的人工智能更多地应用在类似图像识别辅助分析这样的不需要与患者进行深入沟通的领域，其他领域的发展仍然需要人工智能技术的继续完善。未来，人工智能将在医疗领域发挥重要作用，将改变医疗手段甚至医疗模式，并将推动医学发展，重塑医疗产业，同时也必将对部分医生的未来产生影响。相信人工智能将给未来医疗技术带来深刻的变化，是未来医学创新和改革的强大动力。
参考文献略。