人工智慧助改善中國大陸醫療環境
貿易圈整合，越南同時具備絕佳外貿與內需條件
長期以來，看病難看病貴一直被認為是中國大陸醫療體系中的痼疾，而問題的根本在於醫療資源的不足，加上中國大陸高齡化嚴重、慢性疾病增加、對健康重視程度提高，延伸大量的醫療保健需求，使得快速成長的需求與滯後的供給之間，形成龐大的缺口。此外，在資源分配上，由於中國大陸幅員廣大，城鄉醫療資源差距甚大，醫療資源集中在沿海城市，導致沿海大醫院人滿為患，醫生疲於應付導致誤診、漏診率高；而內陸中小型醫院因為品質及資源不受肯定，門可羅雀的現象產生，並不斷惡性循環。
人工智慧具有使得電腦機器能夠理解人類的語言、可以學習、記憶、思考、推理與判斷的能力，基於此，中國大陸積極將人工智慧應用於健康醫療領域中，希冀人工智慧可以展現其「提高醫療決策品質」與「降低判讀時間成本」的價值來改善中國大陸醫療資源供不應求及分配不均的局面。
互聯網巨擘積極開發「醫療大腦」
中國大陸互聯網三大巨擘，百度、阿里巴巴與騰訊(簡稱BAT)，近三年來，在醫療領域的動作不斷。但不可否認的是，在醫療這個專業領域中，BAT資源投入與成效回饋似乎不成正比。然而中國大陸醫療領域市場潛力龐大，誰也不願輕易放棄，紛紛在2017年初開始調整在互聯網健康醫療上的布局路線，尤其是百度在面臨魏則西事件，以及阿里巴巴面臨網上售藥鼓勵政策驟然停止後，開始將資源投注在應用人工智慧技術所開發的「醫療大腦」，尋找新藍海市場。
百度醫療大腦蒐集患者病狀，協助就醫前診斷成為虛擬助手
百度先前在醫療領域的主要布局，主要以百度醫療事業部所開發的醫療O2O為主，透過自行建設的七個平臺 (百度健康、百度醫生、百度醫學、百度醫圖、Dulife、百度直達號及拇指醫生)，提供線上掛號等技術含量低的服務，然而魏則西事件的發生使得百度原先醫療競價排名的收入下滑，呈現負成長，因此2017年2月百度裁撤醫療事業部，並對外說明未來將資源集中發展人工智慧應用於健康醫療領域。
百度的人工智慧部門其實早在2016年10月即推出「百度醫療大腦」，起先倚靠其自建平臺所累積的數據及合作方的資源，提供兩項服務，?百度疾病預測：利用使用者搜索疾病和位置資料，即時提供幾種流行病的發病指數；?康知皮膚醫生：採取祥雲醫療的臨床真實患病圖片和患者病歷，導入「百度醫療大腦」的人工智慧技術，提供患者預防、自診皮膚病以及時治療。然而，在裁撤醫療事業部後，百度醫療大腦轉而與新創醫療O2O平臺合作，開放百度醫療大腦的人工智慧技術。2017年4月與5月已分別與「社區580」及「眾康科技-雲居家、雲醫院平臺」合作，希冀透過兩平臺的用戶數據協助百度醫療大腦能持續學習及能力不斷優化提升。
從百度醫療大腦目前的布局觀察，百度短期在醫療的發展方向將聚焦在扮演醫生及患者虛擬助手的角色，並以服務居家與社區基層醫療為主，透過智慧診療系統來幫助全科醫生(又稱家庭醫生)在患者就醫前，以圖像識別、自然語言對話等技術蒐集患者病狀，使醫生能快速篩檢小病，以及重大疾病和傳染病的預警。
阿里雲發布ET醫療大腦，欲從基因出發阻止癌症的發生
阿里巴巴先前在醫療領域的主要布局，集中在阿里健康的「天貓醫藥平臺」與支付寶的「未來醫院」計畫。而在2017年3月29日阿里雲在雲棲大會?深圳峰會上發佈「ET醫療大腦」，成為繼「百度醫療大腦」之後，中國大陸第二個醫療大腦。別於百度醫療大腦，ET醫療大腦主要從事癌症方面的研究，其布局大致分為三部分：
其一，與浙江德尚韻興圖像科技有限公司聯合開發針對「超聲甲狀腺結節的智慧診斷演算法」，透過德尚韻興醫學影像輔助診斷的技術，結合阿里雲的深度學習技術，以模仿人腦機制來篩選醫學影像特徵，快速掃描分析，並能自動圈出結節區域，自行給出良性與惡性的判斷，據了解準確率已達85%以上。
其次，與復旦大學附屬上海華山醫院合作，透過華山醫院大量臨床數據，並以阿里雲的技術對大量臨床資料進行快速、高效的運算。兩方的合作主要針對新藥的開發，由於新藥開發前需要長時間的臨床前研究，而透過雲計算、人工智慧模擬分析藥物在體內的代謝規律，取代部分臨床實驗，甚至是白老鼠的活體實驗，用於加快特效藥研發。
最後，與華大基因及Intel合作共建「精準醫療應用雲平台-BGI online」，透過Intel的晶片與阿里雲的雲端運算、人工智慧技術，將華大基因的數據導入，目前主要針對肺癌案例的DNA序列進行分析，從而尋找致病的關鍵基因突變，意圖從根本上戰勝癌症。然而，基於以DNA為基礎，早期發現疾病的實際應用尚處研究階段，因此，阿里雲在雲棲大會?深圳峰會同時宣布，將聯合Intel、腫瘤大數據公司LinkDoc(零氪科技)啟動第一季天池醫療AI系列賽，並以「診斷早期肺癌」為主題，希冀以LinkDoc提供之胸部影像，透過參賽者的模型算法檢測影像中的肺部結節區域，實現對影像圖片結節區域的智慧化判斷。
從阿里巴巴的布局觀察，目前阿里巴巴及戰略合作方的技術仍以醫學影像輔助診斷為主，如甲狀腺結節的診斷。然而從阿里巴巴與華大基因及Intel合作共建的精準醫療應用雲平台發現，阿里巴巴的發展重點為從基因根本出發來杜絕肺癌發生的可能，只是限於目前的技術尚不成熟及基因研究需要很長的一段時間，因此，阿里巴巴才會轉向以醫學影像輔助診斷，希冀同樣以醫學影像輔助診斷早期肺癌。
開放平台以持續優化及豐富「醫療大腦」能力
觀察百度與阿里巴巴目前的布局有些許的異與同，兩者之間的差異主要在於百度從患者端作為切入口，而布局的重心為透過人工智慧的技術協助全科醫生(又稱家庭醫生)透過智慧診療系統在患者就醫前篩檢疾病，提供基層醫療體系的效率；而阿里巴巴則為以醫院端/醫生端作為切入口，從事癌症方面的研究，透過醫學影像輔助診斷的技術協助醫生進行影像特徵的篩檢。
兩者之間存在著共通點，百度與阿里巴巴充分了解在互聯網健康醫療領域，亟需專業夥伴的合作，因此，透過開放平台或戰略合作等方式對外尋求專業合作夥伴，一方面強化其領域知識(Domain Knowledge)，另一方面則是開放平台導入各類型的健康醫療數據及模型算法，讓醫療大腦持續學習精進，提升能力。
結論
短期以醫學影像輔助診斷，長期以基因組學為未來發展方向
人工智慧於健康醫療領域應用又可再分為6個細分領域，分別為：虛擬助手、健康管理、病人監護、醫學影像輔助診斷、基因組學與藥品開發等。惟觀察，基於中國大陸基層醫師專業能力低，有經驗的放射科醫師供不應求，加上圖像識別等相關技術相對成熟，使醫學影像輔助診斷已經走出實驗室，逐步實現商用化。因此，中國大陸的互聯網巨擘與新創企業目前主要聚焦在醫學影像輔助診斷領域，包含百度醫療大腦的皮膚病的診前篩檢與ET醫療大腦的甲狀腺癌診斷等。
以長期觀察，精準醫療將個人基因、環境與生活習慣差異考慮在內，形成一種疾病預防與治療的新興方法，成為全球趨勢的背景下，人工智慧快速的運算能力有效協助大量人體基因測序，而深度學習的技術能協助找到疾病/癌症的突變基因，從而迅速確定對症藥物，省去患者嘗試各種治療方法的時間。但從阿里巴巴原先規劃以基因組學分析肺癌，改由醫學影像輔助診斷分析，顯示目前基因組學技術仍處起步階段，真正實現商用化還需一段時間，但不可置否的是在精準醫療的趨勢下，基因組學領域將持續越趨受到重視。
綜上所述，短期人工智慧於健康醫療應用仍將聚焦在醫學影像輔助診斷，然而，推測長期基於精準醫學的趨勢及技術持續優化背景下，中國大陸企業的布局及創投資金將逐步轉移至細胞及基因組學應用。
