导读——

临床诊断就像是与疾病"赛跑"，医生和患者都想尽快知道答案，要快一点、再快一点、更快一点。但诊断往往靠的是积累，一个人或者几个人的经验，难以覆盖方方面面的情况，而人工智能正在帮助医生逐步弥补这个局限。

主要内容

“早发现，早诊断，早治疗”是医学科学研究、临床实践的重要目标和“响亮口号”。近年来非常热门的医疗“人工智能（AI）”，正是通过算法、计算机强大的数据处理能力，将一些人力所难以实现的医学问题快速、高效地“变现”。预测结局是医疗AI中重要的话题之一，那么，到底AI已经成功地在哪些医疗领域实现其价值？

在近期BIO Integration新上线的Review中， 来自天津大学的Zhe Liu（刘哲）教授与其团队就针对AI技术在临床疾病预测中的应用展开系统性综述。

对于很多类似小编一样对AI技术“略懂，略懂”的朋友来说，要想再深入一点了解医疗人工智能的发展，必须要先搞清楚“人工智能”“机器学习”“深度学习”之间的关系和区别，以及它们到底是怎么和医疗挂上钩的。在这篇综述中，作者就以这样一张示意图解答了这个问题——

AI、机器学习（Machine Learning, ML）、深度学习（Deep Learning）和医学的领域的关系 (仍看不懂的请自行戳文末原文链接)

作者以AI在医学分支领域应用中的佼佼者——眼科学AI为例，描绘了AI是如何助力疾病预测。“眼底疾病数据库”是目前国内为数不多的标准数据库中之一，其发展优势可见一斑。在眼科学众多疾病中，糖尿病患者眼部并发症的治愈率低，且难以控制。因此，寻找一种可早期诊断的方法对糖尿病视网膜病变（Diabetic retinopathy, DR）的防治具有重要意义。而AI技术有效提高了DR患者眼底出血、渗出、微动脉瘤等疾病症状的识别、筛查、诊断和分类效能，在临床中逐步发挥着重要作用。

此外，提及医疗人工智能，不可忽视的是其在医学影像中的应用（Nature的某期封面文章也曾提出，“医学影像”与“药物研发”并为医疗人工智能“双雄”）。在这篇综述中，作者特别以智能医学影像为切入点，系统性地阐述了AI如何助力医疗可视化。（感兴趣的朋友也可以了解一下BIO Integration先前发表的一篇文章 → BIOI 最新速递：是什么，在 “阻碍”医疗人工智能 “替代”人类？】。

总而言之，作者认为，尽管目前人工智能及其在医疗可视化中的应用仍处于“婴儿”阶段，但它在疾病预测和可视化医学中已经逐步展现出巨大的应用潜力。

认真“AI”，未来可期！