经历一次重大业务框架调整之后，百度医疗大脑有了第一个应用项目。

4 月 26 日，百度医疗大脑宣布与国内社区医疗服务领导者社区 580 合作，将为分级医疗注入人工智能的「技术大脑」，基于百度医疗大脑能力的「医生诊疗助手」也将于 4 月中下旬全面上线。双方共同推动人工智能赋能医疗社区，为用户带来 24 小时医疗咨询服务，解决分级医疗政策实施中遇到的种种问题，探索未来医疗健康服务的新模式。

作为中国医药教育协会委托建立的社区医疗服务平台，社区 580 可为用户提供家庭医生预约、自检咨询、健康档案管理等服务，目前社区 580 已经签约了全国范围内的 2000 多家社区医疗机构，覆盖超 8000 万社区居民，建立了 300 万份健康档案，从公卫，门诊，健康三个领域全面提升社区医疗的居民服务水平，贯彻落实国家分级诊疗政策和家庭医生政策。

接入百度医疗大脑之后，社区 580 的用户可以享受到 7x24 小时的诊疗服务，哪怕是在深夜，百度医疗大脑赋能的「医生诊疗助手」也能实时相应用户需求，协助家庭医生收集、汇总、分类、整理病人的症状描述，做出疾病辅助诊断，并根据与疾病症状的吻合度高低智能匹配可能的疾病，提高医生的工作效率。同时，医生诊疗助手还可以在医生诊疗过程中对医生进行如罕见病提醒、用药冲突提醒等，降低因对罕见疾病的信息缺失和思虑不周导致的误诊、漏诊。

此次与社区 580 的合作，是百度医疗大脑在分级诊疗方面的一次落地，能够推动现有的社区医疗服务体验、服务效率的提升。依托业界领先的人工智能技术，百度医疗大脑可以通过海量医疗数据、专业文献的采集与分析进行人工智能化的产品设计，模拟医生问诊流程，并通过多轮交互最终给出参考意见，从而辅助基层医生完成问诊。

对于此次合作，百度大数据实验室主任百度医疗大脑技术负责人范伟博士表示，「我国医疗资源的紧缺是一个长期存在的问题，百度医疗大脑希望可以依靠技术创新发展智能医疗、实现精准诊疗服务，改善看病难、看病贵的社会现状。通过与社区 580 的合作契机，将进一步开拓人工智能+医疗的可能性，为传统医疗提供智能解决方案，同时，百度医疗大脑也将在实际使用中不断优化提升，为患者、医生和平台创造更多的新价值，未来也将更好地促进分级医疗国策向基层落地，更好地服务于广大基层患者，推动解决国民看病难的问题。」

人工智能在提高诊疗效率、降低治疗成本等方面的优势，使其应用价值受到业界看好。「我们深度学习的初步应用使我相信这些人工智能技术在医疗健康领域将会产生巨大价值。」萨特健康系统高级数据科学家 Andy Schuetz 在接受 HealthCare IT News 采访中说到。根据国际数据公司行业分析师分析，在 2018 年，将有 30% 的医疗健康系统运用人工智能对患者数据进行分析，并提供个性化治疗建议。同时将会有半数的癌症患者能接触到人工智能参与制定的诊疗方案，癌症诊治费用和死亡率将会减少 10%。

事实上，百度对人工智能在医疗领域的布局也早已开始，百度研究院大数据实验室研发的百度医疗大脑系统就是百度大脑的第一个落地产品。

2016 年 10 月，百度推出百度医疗大脑并上线医疗对话机器人 Melody。用户在问诊时，对应于医学上的同一个症状每个用户的描述都不尽相同。百度医疗大脑第一步完成对用户描述的学习，通过聚类分析，对海量医学数据中同一个症状多样化、差异化的口语化表达和医学文本信息进行归一化，识别用户症状，并借助深度学习将口语化描述与专业医疗知识对应。然后把这些症状联结成一个症状群，从这个症状群中发现可能的疾病，组成诊断群，再根据这个诊断群发出进一步的问诊，挖据出更精确的症状群来调整诊断群，然后又是一次递归，直到没有新的诊断群或症状群出现完成问诊。

三甲医院的医生每天看 120~180 个病人，医生给每个病人的时间只有几分钟。在这几分钟里，医生需要完成问诊、写诊断书、开处方。百度医疗大脑作为医生的助手，能够提高医生问诊效率，改善患者就诊体验。在诊前阶段，通过百度医疗大脑的智能问诊信息，医生可以有针对性的进行深入问诊。这个过程还可以帮助患者决定是否需要去医院，以及推荐合适的看病科室。在诊治过程中，医生可以通过百度医疗大脑平台搜索参考病例、相关医学文献为诊断提供依据。

根据早前媒体对范伟的采访内容，百度医疗大脑提供的智能问诊服务，是基于专业医疗书籍及文献，使用深度学习技术与知识图谱算法，模拟医生问诊流程。问诊过程中，能依据用户回答症状主动提问，进行多轮自动智能对话，充当医生的智能助手。

2017 年 2 月 9 日，百度内部邮件宣布架构调整，开始集中优势资源，将医疗业务的重点部署在人工智能方向。一系列组织优化包括解散原负责挂号、分诊等业务的医疗事业部，百度医疗事业部智能小 e 团队和拇指医生团队将转入 AI 体系，医疗事业部内容建设团队转入搜索公司，其他业务予以关停，相关人员则结合公司发展需要在内部提供转岗机会。百度公司董事长兼 CEO 李彦宏在 2 月 8 日参加 2017 年亚布力中国企业家论坛时表示，「人工智能时代来临，将重新定义医疗行业。例如，通过智能诊疗系统来帮助医生对患者进行诊断，通过自然语言对话就能够得出结论；通过人工智能收集数据进行基因测序、进行新药研发和测试等。」

随着图像识别、深度学习、神经网络等关键技术的突破，人工智能在医疗行业的应用越来越广泛，是众多大公司看重的领域之一。2 月 20 日，据外媒报道，微软设立的新项目 HealthCAre NexT，融合医疗公司、微软研究院和人工智能部门的技术，帮助医生减少数据录入工作，更高效地对患者分类。微软以色列研发中心则利用公司聊天机器人技术，为数字医疗服务公司 MDLIVE 开发「患者分类机器人」。另一个被称为 HealthVault Insights 的项目，利用健身腕带、蓝牙体重秤和其他智能设备，确保患者离开医院能坚持执行康复计划。

目前应用程度最为成熟的沃森（IBM Watson），也在今年高调亮相中国。2017 年 2 月 4 日，天津市第三中心医院癌症患者义诊现场，肿瘤医生沃森第一次在中国「出诊」。作为现场 5 位人类主任医生的助手，在获知癌症患者病理数据后，沃森开出包含一系列治疗方案的综合诊疗单，其中治疗方案按推荐方案、可选方案、不建议方案依次排列来供医生选择。现场辅助诊疗时，沃森医生给一位胃癌晚期患者的推荐治疗方案与肿瘤科主任医生的初步诊断意见完全一致，并且整个辅助诊疗过程在十秒内完成。

十秒判断的背后，沃森学习了 200 多部教科书、300 多份权威医学杂志、千万页病理相关资料。这种「推理」能力来源于认知计算（cognitive computing），是 IBM Watson Health 在 2015 年 4 月推出，与多家医院和医疗研究机构合作来「培训」沃森，是 IBM 将人工智能——认知计算快速推进应用的第一个领域。肿瘤诊断（Watson for Oncology）是 IBM Watson Health 的主要项目之一，该项目和纽约纪念斯隆凯特琳癌症中心（MSK）合作完成，已在美国 16 个癌症研究机构进行计算机辅助诊断。

沃森在癌症诊断上的表现，初步证明了具有超级计算能力的人工智能系统可以完成海量医学资料的消化，能够对治疗选择进行优劣排布以及给出可行的诊治方案，也是人工智能技术用于辅助诊疗的典型案例。

目前，百度大数据实验室也正在积极推动和部分国家试点社区医院和三甲医院积极合作使用百度医疗大脑，得到了专家的指导与帮助。在不同的硬件载体和软件应用上产生不同的服务。百度医疗大脑构建的是一个底层医疗数据平台，并将以 API 或 SDK 的形式开放给医疗相关的公司和企业。在李彦宏看来，百度之前的 O2O 挂号业务，技术含量并不高，能够改变医疗的最最重要的力量就是人工智能。百度医疗大脑目前能够覆盖近 500 种疾病，百度大数据实验室还在积极扩充。在基层医院，百度医疗大脑可以对罕见病和小概率但危险疾病作提醒；在显示的医疗卡片中，也对类似疾病做比对。

苹果、谷歌、三星等公司也都在医疗健康领域进行密集的技术开发，将机器视觉、自然语言处理以及其他人工智能技术应用于医疗领域的初创公司数目也在快速增长。CB Insights 对全球医疗健康领域内人工智能初创公司的分析报告显示，2012 年，世界范围内专注医疗健康的人工智能初创公司少于 20 家，而在去年已经有近 70 家初创公司，其中超过 50 家公司完成了首轮融资。与在医疗数据资源和计算能力上占优势的科技巨头不同，初创公司大量进入人工智能医疗应用的各个细分领域，着重具体场景的应用，主要分布在医学成像和诊断、辅助医疗、药物挖掘、风险管理等领域。

但医疗行业准入门槛较高，科技对传统医疗体系的改造面临诸多挑战。据公开资料显示，IBM 花费 40 亿美金之后，才获取到 1 亿份患者病历、3000 万份影像数据。医疗数据结构多样化且分散，而训练人工智能系统需要大量的医疗数据，人工智能的应用也将使医疗行业更加依赖于数据，对科技公司而言，收集数据并将数据转化为切实有效的算法体系是最难的部分。在国内，缺乏标准化且高度分散的医疗信息孤岛问题更为突出，百度、IBM 等公司逐一撬动各地医院进行合作试点，仍需要很长的拓展时间。