年医疗人工智能发展迅速，产业格局风起云涌。人工智能在医疗领域中的应用已非常广泛，包括医学影像、临床决策支持、语音识别、药物挖掘、健康管理、病理学等众多领域。本白皮书梳理和研究国际、国内医疗人工智能的发展状况，总结医疗人工智能行业及基础设施领域国内外的技术发展特点和趋势，分析我国医疗人工智能产业面临的政策环境，为政府及产业界决策提供参考。
医疗人工智能技术与应用白皮书（）
前言
年医疗人工智能发展迅速，产业格局风起云涌。人工智能在医疗领域中的应用已非常广泛，包括医学影像、临床决策支持、语音识别、药物挖掘、健康管理、病理学等众多领域。人工智能技术呈现与医疗领域不断融合的趋势，其中数据资源、计算能力、算法模型等基础条件的日臻成熟成为行业技术发展的重要力量。在新形势下，我国医疗人工智能的发展面临着机遇和挑战，技术能力不断增强，但产品和服务仍需完善。
本白皮书梳理和研究国际、国内医疗人工智能的发展状况，总结医疗人工智能行业及基础设施领域国内外的技术发展特点和趋势，分析我国医疗人工智能产业面临的政策环境，为政府及产业界决策提供参考。
一、人工智能的发展
（一）人工智能的技术演变
从上世纪八九十年代的PC时代到二十一世纪的互联网时代，信息技术改造了人类的生产方式，提高了生产效率，改善了我们的生活。在进入移动互联网时代后，万物互联成为趋势，但技术的限制导致移动互联网难以催生出更多的新应用和新业态。如今，人工智能俨然已经成为这个时代最炙手可热的技术，甚至将成为未来十年内信息技术产业发展的焦点。
人工智能的概念诞生于上世纪50年代，从最初的神经网络和模糊逻辑，到现在的深度学习、图像搜索，人工智能技术经历了一系列的起伏。在年的一次科学会议上，人工智能的概念被首次确立：让机器像人那样思考和认知，用计算机实现对人脑的模拟。上世纪50年代至70年代是人工智能的早期发展阶段，该阶段人工智能主要用于解决一些小型的数学问题和逻辑问题。此时人工智能出现了一些代表性应用，如机器定理证明、机器翻译、专家系统、模式识别等，但是该阶段人工智能仍可以被归纳为“弱人工智能”时代，其发展和应用还远远不能达到人类的智慧水平。
年，用于传染性血液诊断和处方的知识工程系统MYCIN研发成功，该事件标志着人工智能进入“专家系统”时期。专家系统的出现使得计算机可以和人进行结合，通过对数据的分析解决一些实际的问题。但是专家系统的发展并不顺利，也并未得到广泛的应用。其原因主要有两个方面。一是专业知识的获取需要行业内长时间的积累，大量的行业数据在彼时难以全部植入专家系统。二是专家系统的程序主要由解释性语言“LIPS”编写，其开发效率和易用性较低，难以实现实际应用。人工智能技术发展在彼时陷入的瓶颈使得人类开始思考，如何让计算机自发理解和归纳数据，掌握数据间的规律，即“机器学习”。
上世纪90年代末，IBM“深蓝”计算机击败国际象棋大师卡斯帕罗夫再次引发了全球对人工智能技术的北京治疗白癜风方法北京白癜风权威医院
