众所周知，优质医疗资源供给不足是医疗问题的主要症结之一对于中国患者来说，治疗困难且昂贵。
这也不同程度地导致了临床问题。
医生劳动强度过大、医疗差错风险增加、医疗水平地区差异明显等是阻碍医疗质量提升的痛点。
人工智能（简称AI）进入医疗领域后，迅速普及到医学影像、辅助决策、病案管理、病理诊断等多个领域。
几乎成为燎原之势，被业内人士公认为提高医疗效率的重要解决方案。
。
其中，医学影像AI风投最为活跃，涌现出以图玛深维为代表的、专注于提供各类影像AI产品的新锐企业。
目前看来，此类产品能够较好地解决临床痛点，最有可能率先推出。
填补人力资源缺口 医生大量短缺是我国医疗资源短缺的重要体现。
与我国每年30%的影像数据增长相比，放射科医生数量的年增长率仅为4.1%。
病理科室的差距就更悬殊了。
在美国，大约每2000人就有一名病理学家，而在中国，每7万人只有一名病理学家，差距达3万至4万人。
考虑到成熟医生的培养周期往往需要10年，按照目前我国培养病理医生的速度，需要整整一年的时间才能赶上美国目前的水平。
鉴于此，人们对医疗AI填补医疗资源缺口寄予了更多期待。
值得庆幸的是，自从2008年深度学习技术被引入图像识别领域以来，识别精度取得了突破性的进步，这也极大地促进了医学影像AI的进一步运用。
以图玛深视旗舰产品肺结节智能诊断系统为例。
在临床试验中，它可以检测各种类型的肺部病变及其性质。
检出率可达98.6%以上，诊断效率提高40%~60%。
%。
该系统结合了全球最先进的深度学习人工智能算法，能够准确检测、定位和分割CT、MRI、X射线、PET/CT、超声等医学图像中各种可能的致病因素。
最大限度地提高医生的诊断效率和准确性。
目前，医学影像AI主要定位为医生的助手。
与传统的人工阅片模式相比，在人机协作下，人工智能首先完成图像的初步筛选和判断，然后由医生完成最终确认。
该模型不仅可以减少小病灶的漏检，大大提高准确率，而且可以保证较高的诊断质量和相对较低的成本。
除了关注影像AI产品的内在表现外，外在的产品形态是否“得心应手”也应纳入产品评价标准。
后者的好坏，实际上体现了一个企业在产品研发过程中是否真正站在医生的立场上，理解医生的需求。
易用性是图麦斯的AI产品在一些知名医院试用过程中受到广泛好评的一个非常重要的因素。
据了解，公司在产品研发立项之初就会让医生参与进来，通过不断优化交互界面，让他们在日常工作中能够快速熟悉操作。
例如，很多医生习惯在PACS上撰写诊断报告。
Tumax的智能诊断系统可以一键将信息复制粘贴到PACS中，使诊断过程更加顺畅。
扩大医疗生产力 人力资源缺口的存在，几乎让每个医生都疲惫不堪，尤其是三甲医院的热门科室，医生超负荷工作。
以肺结节影像学检查为例，一家三级医院平均每天会接待2名需要检查肺结节的患者，每名患者常规会进行~1次CT扫描。
这意味着仅一家医院的影像科室每天就需要处理4万至6万张图像。
如何在短时间内放大医疗生产力，将医生从一些忙碌、重复的劳动中解放出来，AI技术或许也能发挥重要作用。
还是以医院的影像工作为例，医生一般都是一张一张的查看图片，根据经验做出判断。
阅读速度和准确度因人而异，长期阅读时通常会出现因疲劳而导致准确度下降的问题。
理论上，AI看片不存在疲劳问题。
如有需要，可在同级不间断工作。
尤为重要的是，人类的学习在知识和经验的传递方面效率相对较低，需要不断的实践才能保持高水平。
为AI添加终端就像复制和粘贴一样。
如果需要升级，整个网络也会同时升级。
这些特点不仅有利于扩大中心医院的医疗生产力，也有利于提高基层医院的医疗水平，促进我国不同地区医疗水平均衡发展。
正如图玛神威CEO钟鑫所言，在我国，基层医疗机构是医疗系统的末梢神经，硬件设施和人才缺乏是基层机构面临的问题。
人工智能技术最直接的受益者是基层医院的医生。
在提高诊断技能的同时，也能让基层患者尽快得到高水平的诊断。
目前，图玛深维的研发和产品管线主要包括深度诊断系统、智能诊断平台和智能医疗数据分析平台三大类产品，分别针对满足主要临床需求和科研需求而开发。
中国医生。
特别是σ-Discover Lung系列产品已经覆盖了放射科医生从图像识别到诊断和治疗建议的整个工作流程。
在医院影像工作流程中，放射科医师将向临床医生提供诊断结果和治疗建议，供临床医生制定最终治疗方案时参考。
除了肺结节产品外，图玛深维还基于深度学习完成了CT、X线肺部疾病下的肺部分割，用于肺炎、肺结核、肺水肿等多种肺部疾病的诊断。
乳腺癌、前列腺癌、肝癌、胰腺癌、脑卒中等诊断产品也已在国内多家医院试用。
该系列新产品涵盖了国人常见的多种肿瘤及慢性疾病。
除了进一步巩固图玛深维肺结节诊断的先天优势外，还将公司在AI领域的深度积累拓展到其他适合AI技术战的领域。
疾病领域。
目前，在图玛神威等领先企业的推动下，医疗人工智能正以前所未有的速度给人们带来一个又一个惊喜。
相信在不久的将来，在AI技术的支持下，许多长期困扰医生和患者的临床痛点最终将得到解决。