在醫(yī)學(xué)影像方面，人工智能除了可以對圖像進(jìn)行識(shí)別，還可以通過對大量影像數(shù)據(jù)和診斷數(shù)據(jù)深度學(xué)習(xí)訓(xùn)練，掌握診斷能力。以肺結(jié)節(jié)為例，人工智能可以降低漏報(bào)率，并識(shí)別多種肺部結(jié)節(jié)，比如磨玻璃結(jié)節(jié)、血管旁小結(jié)節(jié)、微小結(jié)節(jié)、多發(fā)小結(jié)節(jié)等比較難判定的結(jié)節(jié)。

報(bào)告同時(shí)指出，人工智能+醫(yī)療行業(yè)還存在監(jiān)管、觀念、技術(shù)、安全、割裂五大難題。孫楊介紹，目前市場中的應(yīng)用技術(shù)尚不成熟，產(chǎn)品呈現(xiàn)雞肋狀態(tài)，缺乏獨(dú)立研發(fā)的動(dòng)力；缺少標(biāo)準(zhǔn)的安全評(píng)估體系；各家獨(dú)自研究，缺乏交流和適當(dāng)?shù)乃枷肱鲎病＿@些問題亟待解決。