2016年，人工智能这个名词已经赚足了眼球。2017年一开始，AI又给我们带来了一场又一场震撼。
2017年1月5日，据手术机器人“达芬奇”制造商Intuitive Surgical公司统计，浙大一院唯一的一台“达芬奇”2016年完成手术888台，平均每天2.43台，继2015年后再列全球单台机器人手术量第一。
此时，一个名为“Master”的神秘账号正在多家网络围棋平台与世界顶尖高手进行“车轮大战”，一周内已接连击败53名高手。中国围棋队总教练俞斌表示，虽然真实身份不确定，但肯定是人工智能。
看着这些真实的人工智能应用，小编我吓得赶紧喝口水压压惊，这简直是挑战我们的智商啊。
处在基因检测、精准医疗圈的我十分好奇人工智能给精准医疗带来了什么呢？
癌症一直是我们难以攻克的一个难题，同一类癌症的每位患者表现也有可能各不相同，因此可以说每位患者的癌症都是一种独立的疾病，即便是医生拥有丰富的经验也很难做出100%准确的分析和判断，更别说相对个性化的精准医疗了。
在自然语言理解类辅助诊断系统领域，国内外有多家公司在长期耕耘，其中Watson知名度较高。2011年2月14日Watson问世，并且开始对医学知识的学习和研究，经过了4年多的训练，学习了200本肿瘤领域的教科书，290种医学期刊和超过1500万份的文献后，Watson开始被应用于临床，在肺癌、乳腺癌、直肠癌、结肠癌、胃癌和宫颈癌等领域向人类医生提出建议。
2015年，Watson用了10分钟左右的时间为一名60岁女性患者诊断出白血病，并向东京大学医科学研究所提出了适当的治疗方案。
在医学影像识别类辅助诊断系统领域，国内外也有多家公司不断涌现，百花齐放。2012年，ImageNet竞赛中，深度神经网络在图像识别领域的表现远远超过传统算法，也超过普通人在图像识别领域的辨识能力。随着互联网大数据的积累和硬件计算能力提升到临界点，深度学习作为实用技术走上历史舞台。摆脱了算法和计算能力的困扰之后，人工智能深度神经网络开始了飞速发展。
无论是图像识别还是自然语言理解，计算机领域的很多技术都可以与医疗应用密切结合。而随着计算能力的日益强大、人工智能技术的稳步发展，未来计算机将能够对更多复杂、高级的信号进行处理，人类的医疗水平也必将迈入新的时代，精准医疗时代也必将会早日到来。
