首先是降低成本。
从医疗本身讲，医疗成本高有两个重要原因。
一是药品的研制周期长，费用太高；
二是医务人员培养的成本太高。
现在，全球新药大部分来自美国。
而美国一款新药从研发到上市需要20年的时间，在这个过程中需要投入20亿美元。
而美国专利法，从申请之日算起，整个专利期只有20年。
但专利的申请，并非是药品上市的那天才开始计算，而是要早于药品上市十几年。
也就是说药品上市后，受到专利保护的年限只有几年。
通过我们对强生、罗氏、瑞辉等药企的综合调查，一款药物能够享受专利保护的时间，通常只有7年。
也就是说如果新药能顺利研究出来，也只有七年的独家销售以赚回成本。
所以，每一款新药都非常贵。
而培养一名专科医师，在美国需要13年。
在华夏，成为一名主治医师，大专生和本科生需要10年，医学硕士要9年，医学博士要8年。
从投资回报的角度讲，既然时间和金钱的投入都如此巨大，他们必然有高收入才合算。
那么我们怎么用人工智能改变医学行业呢？
举一个例子。
我们很自然的认为，看病要找有经验的大夫。
他们的经验的累积，就是一个通过病例学习的过程，而人学习再快，也快不过计算机。
一个放射科大夫一生阅读研究的病例很难超过10万个。
但计算机很容易就能从上百万病例中学习。
相比医生，计算机在诊断和做手术等方面有三大优势。
首先，它们漏判和失误的可能性非常低，也就是说他们能成功发现一些医生们忽略的情况。
其次，它们的准确率很高，而且随着数据量（病例）的增加，提高的非常快。
最后，也是人所不具备的，这些智能程序的稳定性非常好，它们不会像人那样受情绪的影响。
而这些智能程序的成本，通常不到人工的百分之一。
有了强大的医疗人工智能程序，再配合医疗机器人，就可以让远在偏远县城的病人，享受顶尖的医疗服务。
从而解决医疗资源不均衡的问题。
最后我们再来讲一下人工智能对医药行业的改变。
今天，人类在癌症方面投入的资金比阿波罗登月或者语音识别要多的多。
但为什么癌症依然很难根治呢？
因为癌细胞是动物和人自身的细胞在复制的过程中基因出了错，而非来自体外。
也就是说癌症是基因病，而非病毒。
今天最有效的治疗癌症的方法是，使用基因技术研制出的抗癌药来治疗。
从机理上讲，是找到病变的基因，并且把相应的癌细胞杀死。
不过。
不同人即使得了同一种癌症，其癌细胞病变的基因也未必相同。
因此一种抗癌药可能对某些病人管用，但对其它病人不管用。
实际上，大部分医生在给癌症患者用药时，需要对患者进行基因比对，以确定是否能用某种抗癌药。
治疗癌症第二个难点，也是最根本的难点在于癌细胞本身的复制也会出错。
这一点并不难理解，基因在复制的过程中出了一次错，就会出第二次。
这样一来，原本管用的抗癌药就变得不管用了。
在抗癌药杀死癌细胞时，未必能把所有的都杀死。
剩下哪怕只有一个癌细胞未被杀死，它依然可以迅速繁殖，并且可能出现新的基因突变。
所以我们通常会听到这一类故事。
某个患有癌症的亲友，已经将病情控制了很长时间，突然一夜间复发，而且药物不起作用，很快便离世了。
这里面的原因就是基因的变化，让原有的抗癌药不灵了。
由于癌细胞基因的突变和人有关，而且可能一变再变。
因此想要彻底解决问题，就需要针对不同的患者设计特定的抗癌药，而且要根据患者癌细胞每一次新的变化研制新药。
也就是说，只要这个研制新药的速度，能够赶得上癌细胞的变化。
那么即使不能彻底杀死所有的癌细胞，患者仍然可以长期和癌症共存。
从理论上讲，这种方法是可行的。
但这样做的成本太高。
首先，要有一个专门的研发团队，围绕着每一个患者进行药品的研制，而且研发速度还要足够快。
其次，它的耗费至少是每人10亿美元。
所以这种看似可能的方法，不具备推广意义。
那么出路在哪呢？”
投影屏上显示出三个字：
大数据。
“目前我们已知的，各种可能导致肿瘤的基因错误不过在‘万’这个数量级，而已知的癌症不过在‘百’这个数量级。
也就是说，即使考虑到所有可能的恶性基因复制错误和各种癌症的组合，也不过是几百万到上千万种。
这个数量级在IT领域是非常小的，但在医学领域则近乎无穷大。
小主，这个章节后面还有哦，请点击下一页继续阅读，后面更精彩！
喜欢我的1999请大家收藏：(m.2yq.org)我的1999爱言情更新速度全网最快。