“大家都有過相關的看病或者檢查經曆，知道不管是胸片，ct，核磁共振，b超，心電圖，甚至一些體液檢測，都是一種非常快速的檢查技術。
不過除了像是b超，心電圖這種少數能夠馬上拿到檢查報告外，其它的大部分影像檢查和體液檢查都需要等待較長的時間才能出結果。有的時間比較短的可能等待半個小時一兩個小時，有的呢等待半天，還有的一兩天，甚至需要等待一周時間，這大大延誤的病情，浪費掉了非常寶貴診治時間。
之所以會出現這種情況，是因為這些檢查技術的檢查速度是很快，但需要醫生對於這些檢查所生成的影像畫麵進行仔細分析解讀，診斷，從而才能夠得出結論，生成檢查結果。因為整個分析解讀診斷過程全部都是由醫生人工完成的，所以任務量很大，效率也就比較慢了。即便是一名病人的診治時間是五分鍾，那麽十名病人，一百名，甚至更多的病人加起來，那需要的時間可就多了。”
“所以我們就在想這個針對於這些檢查影像畫麵的分析解讀診斷工作能不能交給人工智能來完成呢，這樣一來不就是剩下了很多時間嗎。
大家知道，在圖像識別技術領域，我們一直走在行業的前沿。在我們看來，這項工作非常容易實現，因為本身我們就可以運用各大醫院所積攢下來的這些檢查影像畫麵數據資料進行學習訓練，這樣一來我們的這套醫學影像畫麵識別診治係統就能夠不斷的學習成長，強大。
通過它強大的分析計算能力，可以發現很多醫生都很難發現判斷的病灶。從這方麵來說，它在這方麵的準確性精度是哪怕經驗在豐富的老醫師都無法比擬的。
而通過這套醫學影像畫麵識別診治係統，患者們就可以最快速度獲得檢查結果，不需要漫長的等待過程。基本上可以實現檢查完檢查診斷結果同步生成，這是人工遠遠無法比擬的。
然後我們可以將這套醫學影像畫麵識別診治係統並入到整個人工智能醫療診治係統中來，成為其中的一套子係統。
如此一來，患者可能隻需要十幾分鍾，就能夠完成整個門診的看病檢查診治過程。若是患者的病症無需住院，或者是其它介入治療，那麽這套人工智能醫療診治係統就會生成具體的診治處方單，並在病人的許可授權下，向藥物3d打印係統發送藥物打印訂單。
那邊的藥物3d打印係統在接到訂單後，隨即開始按照需求打印相關的治療藥物。等到患者從門診出來來到藥方的時候，藥物已經打印出來封裝好，等待患者取藥了。
若是患者病情危重，需要進一步診治或者住院的話，這套人工智能醫療診治係統會通知二線待命的醫生們，這樣他們就可以第一時間接手患者，進行後續相關的治療。或者是對對患者進行暫時的安置，聯係上級醫院派人前來接收。
整個診治過程，完全不需要人員參與。”
聽到吳浩的話，台下包括正在觀看直播的很多觀眾都紛紛露出了難以置信的神色，甚至很多懷疑之聲從各處冒了出來。
很多對此比較關注的醫生專家們，包括醫學界的一些相關從業人士也都是第一時間獲知了這個消息，並迅速在圈子內傳播了起來。不少專業人士都紛紛提出來了質疑，甚至是批評。認為這種讓人工智能來看病是不是有些異想天開，完全是拿患者的生命健康開玩笑。
當然，這些吳浩是看不到的。
他給了台下眾人一些反應消化時間，隨即接著講了起來：“當然了，這套係統也不一定適用於所有病人，所以為了體現人為關懷，以及幫助一些危重病人，老弱病殘患者，還是需要安排一些醫務人員從旁進行協助的。
另外一方麵，也是為了引導這些患者更加方便快捷的就診，也是為了維護保養整個設備的正常運轉嘛。”
講到這裏，吳浩停頓了一下，然後看著台下眾人微笑著講道：“我講到這裏，可能會有不少人覺得，我們研發出來這套人工智能醫療診治係統，是為了替代那些醫務人員，醫院等醫療機構。
不是這樣的，我們的人工智能醫療診治係統並不是對現有醫院和醫療機構進行替換，而是一種補充和加強。它旨在幫助醫生和醫院等醫療機構為患者們提供更好的醫療診治資源。
另外一方麵，也是為了提升和加強醫院的醫療診治水平。”
吳浩伸出手指衝著台下眾人講道：“舉一個很簡單的例子，就說現在大家所關心的醫療資源緊張這個問題。
其實並不真的是我們的醫療資源十分緊張，而是我們的優質醫療資源緊張。目前我們國家的公共醫療已經覆蓋到了社會方方麵麵，從城市到鄉鎮社區，再到村一級的衛生室，加上私營醫療機構的積極參與，這些醫療機構共同構建了一套非常完整，覆蓋範圍非常廣，也非常全的綜合醫療體係。
所以應該來說，我們是不缺醫療資源的。
可是為什麽大家又覺得醫療資源緊張呢，這是因為我們國家的民眾習慣，基本上都是一生病就去大醫院，本能的覺得大醫院的治療水平就一定比小醫院要強。所以大家都蜂擁到大醫院了，導致大醫院的醫療資料大量被擠占，所以自然而然就覺得優質醫療資源比較緊張了。
這種現象導致了大型醫院越來越不堪重負，出現了一些畸形發展，甚至還出現了很多規模宏大的醫院。可是這些大型醫院一般都紮堆集中在大城市之中，中小城市鄉鎮，農村之中呢，醫療資源越來越少，雖然在國家的積極投入建設下，這些地區的公立醫療機構的硬件設施在不斷加強，但是優秀的醫生卻越來越少了。
因為人都有向上心理，對於這些有著抱負的優秀醫生們來說，他們自然也不敢屈身於基層小地方這種科研技術沙漠地區默默無聞，還是希望能夠進入這些大型醫療機構一展抱負。”
不過除了像是b超，心電圖這種少數能夠馬上拿到檢查報告外，其它的大部分影像檢查和體液檢查都需要等待較長的時間才能出結果。有的時間比較短的可能等待半個小時一兩個小時，有的呢等待半天，還有的一兩天，甚至需要等待一周時間，這大大延誤的病情，浪費掉了非常寶貴診治時間。
之所以會出現這種情況，是因為這些檢查技術的檢查速度是很快，但需要醫生對於這些檢查所生成的影像畫麵進行仔細分析解讀，診斷，從而才能夠得出結論，生成檢查結果。因為整個分析解讀診斷過程全部都是由醫生人工完成的，所以任務量很大，效率也就比較慢了。即便是一名病人的診治時間是五分鍾，那麽十名病人，一百名，甚至更多的病人加起來，那需要的時間可就多了。”
“所以我們就在想這個針對於這些檢查影像畫麵的分析解讀診斷工作能不能交給人工智能來完成呢，這樣一來不就是剩下了很多時間嗎。
大家知道，在圖像識別技術領域，我們一直走在行業的前沿。在我們看來，這項工作非常容易實現，因為本身我們就可以運用各大醫院所積攢下來的這些檢查影像畫麵數據資料進行學習訓練，這樣一來我們的這套醫學影像畫麵識別診治係統就能夠不斷的學習成長，強大。
通過它強大的分析計算能力，可以發現很多醫生都很難發現判斷的病灶。從這方麵來說，它在這方麵的準確性精度是哪怕經驗在豐富的老醫師都無法比擬的。
而通過這套醫學影像畫麵識別診治係統，患者們就可以最快速度獲得檢查結果，不需要漫長的等待過程。基本上可以實現檢查完檢查診斷結果同步生成，這是人工遠遠無法比擬的。
然後我們可以將這套醫學影像畫麵識別診治係統並入到整個人工智能醫療診治係統中來，成為其中的一套子係統。
如此一來，患者可能隻需要十幾分鍾，就能夠完成整個門診的看病檢查診治過程。若是患者的病症無需住院，或者是其它介入治療，那麽這套人工智能醫療診治係統就會生成具體的診治處方單，並在病人的許可授權下，向藥物3d打印係統發送藥物打印訂單。
那邊的藥物3d打印係統在接到訂單後，隨即開始按照需求打印相關的治療藥物。等到患者從門診出來來到藥方的時候，藥物已經打印出來封裝好，等待患者取藥了。
若是患者病情危重，需要進一步診治或者住院的話，這套人工智能醫療診治係統會通知二線待命的醫生們，這樣他們就可以第一時間接手患者，進行後續相關的治療。或者是對對患者進行暫時的安置，聯係上級醫院派人前來接收。
整個診治過程，完全不需要人員參與。”
聽到吳浩的話，台下包括正在觀看直播的很多觀眾都紛紛露出了難以置信的神色，甚至很多懷疑之聲從各處冒了出來。
很多對此比較關注的醫生專家們，包括醫學界的一些相關從業人士也都是第一時間獲知了這個消息，並迅速在圈子內傳播了起來。不少專業人士都紛紛提出來了質疑，甚至是批評。認為這種讓人工智能來看病是不是有些異想天開，完全是拿患者的生命健康開玩笑。
當然，這些吳浩是看不到的。
他給了台下眾人一些反應消化時間，隨即接著講了起來：“當然了，這套係統也不一定適用於所有病人，所以為了體現人為關懷，以及幫助一些危重病人，老弱病殘患者，還是需要安排一些醫務人員從旁進行協助的。
另外一方麵，也是為了引導這些患者更加方便快捷的就診，也是為了維護保養整個設備的正常運轉嘛。”
講到這裏，吳浩停頓了一下，然後看著台下眾人微笑著講道：“我講到這裏，可能會有不少人覺得，我們研發出來這套人工智能醫療診治係統，是為了替代那些醫務人員，醫院等醫療機構。
不是這樣的，我們的人工智能醫療診治係統並不是對現有醫院和醫療機構進行替換，而是一種補充和加強。它旨在幫助醫生和醫院等醫療機構為患者們提供更好的醫療診治資源。
另外一方麵，也是為了提升和加強醫院的醫療診治水平。”
吳浩伸出手指衝著台下眾人講道：“舉一個很簡單的例子，就說現在大家所關心的醫療資源緊張這個問題。
其實並不真的是我們的醫療資源十分緊張，而是我們的優質醫療資源緊張。目前我們國家的公共醫療已經覆蓋到了社會方方麵麵，從城市到鄉鎮社區，再到村一級的衛生室，加上私營醫療機構的積極參與，這些醫療機構共同構建了一套非常完整，覆蓋範圍非常廣，也非常全的綜合醫療體係。
所以應該來說，我們是不缺醫療資源的。
可是為什麽大家又覺得醫療資源緊張呢，這是因為我們國家的民眾習慣，基本上都是一生病就去大醫院，本能的覺得大醫院的治療水平就一定比小醫院要強。所以大家都蜂擁到大醫院了，導致大醫院的醫療資料大量被擠占，所以自然而然就覺得優質醫療資源比較緊張了。
這種現象導致了大型醫院越來越不堪重負，出現了一些畸形發展，甚至還出現了很多規模宏大的醫院。可是這些大型醫院一般都紮堆集中在大城市之中，中小城市鄉鎮，農村之中呢，醫療資源越來越少，雖然在國家的積極投入建設下，這些地區的公立醫療機構的硬件設施在不斷加強，但是優秀的醫生卻越來越少了。
因為人都有向上心理，對於這些有著抱負的優秀醫生們來說，他們自然也不敢屈身於基層小地方這種科研技術沙漠地區默默無聞，還是希望能夠進入這些大型醫療機構一展抱負。”