在医学中如何应用人工智能
首先感谢邀请我回答这个问题！
对于医学中的应用，先来罗列几个最知名的例子吧！文中有很多是医疗机器人，但是机器人的软件和控制部分用到了大量的人工智能。我们把具体应用人工智能的地方加了横线，方便大家重点关注。
诊断机器人中大量用到人工智能：
IBM Watson新角色：人工智能版“豪斯医生”
德国马尔堡（Marburg）大学医院“未确诊与罕见疾病中心”（德语称做ZusE）的医生们将开始使用IBM Watson来加速他们的诊断。如今医生们使用同行审阅的罕见疾病文献来训练它，以期帮助他们发现那些不同寻常的疾病。
医疗机器人也要到大量的人工智能。
达芬奇手术系统、
达芬奇外科手术系统是一种高级机器人平台，其设计的理念是通过使用微创的方法，实施复杂的外科手术。达芬奇机器人由三部分组成：外科医生控制台、床旁机械臂系统、成像系统。其中手臂稳定系统用到了机器学习进行辅助人工操作，保证手臂稳定！
ZEUS 机器人手术系、
宙斯机器人手术系统 （ ZEUS Robotic Surgical System ） 2001年10月，FDA许可宙斯系统可在腹腔镜检查和胸腔镜检查手术中帮助控制钝的解剖器、牵引器、握器（graspers）和稳定器。对于ZEUS的稳定器，和视觉辅助系统也用到了大量的人工智能协助！同达芬奇>雷同/span>
医疗机器人目前应用人工智能主要是2方面。
一是视觉限制（visual constrained ）。比如，通过给机器人做视觉上的限制，让机器明白，患者身体的某一区域是绝对不能动的。 而视觉控制中对人体部位的识别用到了大量的深度学习人体图像，来判断区域，并作出不能动的辅助决策！
二是共享控制（Shared-control robotic systems）， 指的是一台手术里，有一部分是人工主导的，一部分是机器主导的。这些视觉系统都用到了大量的基于***识别的图像识别和机器学习。
以上是人工智能应用在手术机器人的一个概述，另外大量的基于图像识别和图像分类器的人工智能应用到
基于医疗图像的协助诊断。
上面这个图像就是本社群的是一个实际案例，通过人体的热呈像,大数据学习后，帮忙诊断疾病。
10月13日，在以云计算技术开发闻名的“云栖大会”上，首次开辟了“智慧医疗”分论坛。当天，阿里健康分别与浙江大学医学院附属第一医院、第二医院，上海交通大学医学院附属新华医院签约，分别合作开发人工智能医生助手；研制可以让医护人员练手的“虚拟病人”；利用大数据、云平台、全流程移动支付等，打造“智慧医院”。
综上所述：人工智能在医学中核心的应用，主要有2大块
1.主要是根据以往诊断案例进行大量学习，进而在大量的化验结果和图像数据的前提下，辅助人工进行判断病情。
2.对于医学机器人，人工智能通过人体图片的判断和学习，辅助人工操作机器人手速，防止进入或者操作错误部位。同时对机械臂的稳定和预期动作也做出判断，帮助人来稳定操作医学机器人。
我们专注人工智能社群，以及最简人工智能案例!喜欢的朋友可以关注我们！
用处多了，比如：普通症状诊断，身体健康状况监测与评估，急救，辅助手术。还能在医学的教学方面发挥重要作用，缩短医学生学习的时间，同时保证学习质量；对医学知识全面综合的记录，可以辅助每个医生成为全科医生。最终不会再有医生这个职业，因为人人都可以是医生。
这个问题范围太大了，不好回答，我是一个医疗领域工作10年，目前在人工智能医疗领域创业的初创者，简单的尝试回复下你的这个>题目/p>
在医学中如何应用人工智能？目前发展比较好的有影像，手术，诊断，医疗服务等，支撑基本来源于架构师的设计，大数据，算法逻辑等，当然还有一些如阿里等公司建立医疗平台的智能研究，，你可以了解一下目前bat他们都在做什么，另外平台类的远程医疗，app，ibm的沃森系统，也可以参考。
其本质个人认为都是在尝试解决患者就医过程中的时间，距离，专家诊疗方案的权威性方面，但也看到目前大家都在处于研发完善中，市场应用还没有完善，预计2年内会是一个爆发期，所以现在讨论如何应用为时过早，同时人工智能医疗的生态也没有建立完善，建议你可以长期关注，或者找一些从事相关领域的朋友，了解一些他们遇到的问题和看到的机会有哪些，这样更有针对性，对你可能也更有价值！
对于该问题，经济观察报记者温淑萍认为：互联网医疗是通过互联网改变医疗运作模式，以模式创新为主要形式，仅对供需匹配的过程进行优化。除BAT外还有数十家AI医疗细分企业投入到研发与实践中，企业们的切入点主要是诊疗服务、咨询服务、信息服务，但是都没有真正触及医疗诊断的核心问题，比如怎么提高诊断效率，提高诊断的准确性。
最早投身AI医疗的是IBM，并且已取得了临床实践的经验。 “沃森肿瘤”是根据沃森系统的询问、确认步骤、各种输入的参数给予多种治疗方案，第一位是绿色，即推荐首选的；橘黄色是供参考方案，相对于绿色治疗方案，资料效果和副作用都会提高；粉色为不推荐，即对患者健康不利，并发症和副作用大幅提升。沃森肿瘤提供治疗方案的时间短、信息广、案例多，在优先推荐的同步放化疗方案中还列示了疗程、最高的生存率、不良药物反及发生概率，包括药物禁忌症和具体用药剂量等。沃森肿瘤通过发挥在逻辑、推理、认知方法的优势，帮助医生提高诊疗水平，成为医生伙伴。
除了IBM沃森这个案例外，BAT也加速医疗AI布局。2016年，腾讯投资碳云智能并成立人工智能实验室；2017年，腾讯发布人工智能医学影像产品——“觅影”用于早期癌症诊断；2017年7月，阿里发布“Doctor You”AI系统，主攻方向是医学影像诊断领域。
除此之外，一些细分领域的AI医疗企业在BAT加码AI医疗之前就已经深耕多年，如云知声、科大讯飞、惠医惠影等，例如云知声侧重语音、音像领域，同时擅长门诊、手术、影像多场景电子病例采集；科大讯飞语音平台逐渐切入医门诊语音电子病例采集方面。
