过去两年，医疗人工智能系统取得了突破性的发展，获得了医院和医生的广泛认可。医学影像人工智能发展尤其快速，正广泛应用到肺、心脏、脑、眼科、皮肤等多器官的多种疾病的诊断中。
展望未来，人工智能系统将会改变诊疗模式，提高医疗服务供给能力并提升诊疗水平，促进整个医疗健康行业运营模式的转型。但如何用加速现有人工智能系统的开发和应用，是一大难题。
对此，全球最大的GPU企业NVIDIA（英伟达），组织专家团队编撰了《NVIDIA医疗AI》这份白皮书，并对医疗人工智能企业给出了以下三项建议：
1、先从医学影像人工智能系统的开发和应用开始，在此基础上，进一步集成更多类型的数据例如病历数据、检验检查数据、患者日常健康监测数据等，从而构建更加丰富和全面的医疗大数据，为开发更丰富的人工智能系统打好基础。
2、随着人工智能技术的不断深入发展，专业性的医疗人工智能平台逐渐涌现出来，建议选用专业性一体化的平台，从而节省平台搭建和调试的工作，更加专注于模型的训练以及系统的应用，同时所开发出的人工智能系统也具有高可靠、高效率的性能。
3、在医院建立专业性医疗人工智能平台的基础上，与医院的临床科室密切合作，选择适合的疾病种类进行其诊断和治疗系统的开发，从而提高诊断和治疗的效果。
事实上，英伟达的这三项建议，是基于现有医疗人工智能系统的开发和运行的三项工作要点。即：建立医疗大数据系统、开发人工智能算法和模型和建立专业的人工智能平台。具体包括：
1、建立能够处理和集成多数据源、多种格式的大数据系统：在医学影像人工智能系统中能够处理多种医疗设备例如CT、MR、X光、超声等输出的影像数据，进行专业的数据标记，以及进行大量的运算。
2、建立专业的深度学习模型，可以选择专业的开源模型也可以自己开发建立模型。模型在深度学习训练和人工智能系统运行中需要不断地升级改进，从而保障模型的精准性和可靠性。
3、建立专业的人工智能算平台，包括硬件平台的搭建和计算系统的建立。整体的平台也可以采用专业性一体化的平台模式，即打包集成了芯片、服务器、计算系统、算法模型软件以及人工智能应用系统和云服务的一体化平台。总之，以提供强大计算能力和可靠稳定性作为建立计算平台的基本原则，同时也能够与深度学习软件顺畅集成，从而提高人工智能系统开发和运行的整体运算性能。
除了前文提到的三项建议，在这份白皮书中，你还能深入了解到目前医疗人工智能在医院的使用状况、医疗人工智能的生态图谱，以及医疗人工智能平台建设的两大模式等信息。以下内容，便节选自这份干货十足的行业白皮书。
