11月23日，“2017中国精准医疗产业领袖峰会暨第七届Bio4P中国医健创新创业大会”在杭州成功开幕。大会邀请蜚声海内外的近千名重量级嘉宾亲临现场，包括医疗大健康领域的政府领导、院士院长、学者专家、产业领袖、知名投资人、资深创业者，作为医疗领域人工智能领军企业，Airdoc受邀参与盛会并就人工智能在医疗当中的应用向现场众多嘉宾展开分享。
中国人工智能发展历程
文艺复兴时期，人们的思想开始得到解放，近代科学技术的许多重大进展都是人类智慧、思维、梦想和奋斗的成果，人工智能便是其中大放异彩的一个分支，著名画家、科学家达芬奇将对机器人的研究写入手稿当中。
与国际上人工智能的发展情况相比，国内的人工智能研究不仅起步较晚，而且发展道路曲折坎坷。
20世纪50—60年代，人工智能在西方国家得到重视和发展，但是因为苏联抵制，受到苏联的影响，中国没有对人工智能展开研究。
1978年3月，全国科学大会在北京召开，邓小平发表了“科学技术是生产力”的重要讲话，存进我国科学事业的发展，20世纪80年代初期，钱学森等主张开展人工智能研究，中国的人工智能研究进一步活跃起来。
改革开放后，自1980 年起中国大批派遣留学生赴西方发达国家研究现代科技，学习科技新成果，其中包括人工智能和模式识别等学科领域。于此同时，1981 年9 月，中国人工智能学会(CAAI)在长沙成立。
此外一些一些人工智能相关项目被纳入国家科研计划。例如，在1978年召开的中国自动化学会年会上，报告了光学文字识别系统、手写体数字识别、生物控制论和模糊集合等研究成果，表明中国人工智能在生物控制和模式识别等方向的研究已开始起步。
进入21世纪后，人工智能在我国蓬勃发展，更多的人工智能与智能系统研究课题获得国家自然科学基金重点和重大项目、国家高技术研究发展计划(863 计划)和国家重点基础研究发展计划(973计划)项目、科技部科技攻关项目、工信部重大项目等各种国家基金计划支持，并与中国国民经济和科技发展的重大需求相结合，力求为国家做出更大贡献。
近两年来，中国的人工智能已发展成为国家战略。2017年7月，国务院印发并实施《新一代人工智能发展规划》，构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国。
Airdoc的影像识别算法
医疗是一个涉及很多环节的行业，每个环节都面临着不同的困境，比如药物研发，不仅需要海量的金钱外，时间同样是一个巨大的困扰，一个新药从发现到最终上市平均需要12-15年。
人工智能的可以让这些环节更加高效，如今医学影像智能判读、生物技术、药物研发、术后管理、营养学等环节都出现了人工智能的身影。又因为深度学习在影像识别领域已经相对成熟，医学影像成为了国内外研究机构和公司重点攻克的方向。
在科研时代，人工智能在医学影像识别领域发挥了其重要的作用。Nature、JAMA、Science等权威医学杂志上经常会出现人工智能解决医疗问题的论文。比如登上Nature封面的“人工智能识别皮肤癌”论文、比如Science上报道计算机在预测心脏病发作方面击败了人类医生等。
Airdoc是近年多个高分人工智能辅助医学论文背后的算法支持方，作为一家国内领先的商业化医疗人工智能企业，Airdoc认识到科研和商用之间有着本质的差距，积极发现市场需求，并且根据市场需求研发众多的慢性病识别算法。
视网膜是不但是人类心灵的窗口，更是人体唯一可以直接观察到血管和神经元的窗口，不仅可以看出常见的眼部疾病，众多全身性慢性病的诊断和预后判断起到重要的作用。如今Airdoc在糖尿病、高血压、脑卒中、冠心病、肾病、脑小血管病等领域取得巨大的进展。
赋能基层医疗
在北京，每千人有6名专家级医生提供医疗服务；如果在上海或者广东，数量会降到3-4位。如果在其他地区，平均只有1个经验相对不足的医生。优质医疗资源过度集中于大、中城市，一方面使基层医疗机构的资源利用率和技术水平下降，另一方面也让大医院的资源得不到合理利用。
计划经济时代，基层医疗机构发挥了其重要的作用，但是如今随着社会的发展，信息的传播，基层医疗机构已经渐渐失去了往日的荣耀。
Airdoc是一家专注于以深度学习提升医学诊疗效率的企业，公司自2015年起就开始了人工智能对慢性病的识别，Airdoc认为人工智能可以为基层医疗带来增量价值，可以为年轻医生带来足够多的经验。
深度学习在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，Airdoc从国内外收集了数百万张脱敏的医学影像，然后搭建众多的慢性病识别算法，在众多医学专家的帮助下，该算法通过视网膜可以准确识别糖尿病，准确率已经达到三甲医院主任医师水平。
Airdoc副总裁张京雷表示，“医疗将会像空气一样平等，人工智能是让这一切成为现实的一个契机。”
