1. 沃森看病：Watson肿瘤辅助诊断决策系统

早在2011年，Watson就能参加人类智能问答竞赛，2012年，Watson更是通过了美国职业医师资格考试。2017年6月2日的全美临床肿瘤年会上，IBM Watson的肿瘤辅助诊断决策系统与印度Manipal癌症中心的主治医生诊疗方案选择的一致性评价均达到80%-90%以上。目前沃森已进入西安，任何病人只需要付费5000元，就能得到一个IBM Watson的肿瘤治疗方案。

2. 棋王转行：“CT阿尔法狗” 高效读片

“CT阿尔法狗”经过学习10万张胸片和CT后，读一张胸片只需0.1秒，读一套CT片只需5秒，肺结节发现准确率达到90%以上，接近主治以上水平。因此它已经在同济医院行医了，影像科的医生感觉到压力了吧。

3. 胸片诊病：肺结节识别与肺炎诊断

2017年7月14日，国际权威肺结节检测大赛LUNA16的世界纪录被一家中国企业打破。阿里云ET凭借89.7%的平均召回率夺得世界冠军。

另外斯坦福大学吴恩达团队发表的最新论文中提到：利用胸部X光片，用CNN算法识别肺炎影像准确率超过人类医生，也许未来的放射科医生应该担心他们会丢掉工作了。

4. 超声图像：甲状腺病变超声图像诊断人机大赛

2017年4月19日下午，以“甲状腺结节超声图像的性质判定”为主题的首届人机读片竞技大赛在首都医科大学附属北京友谊医院成功举办。来自数十家三甲医院200位影像科的专业医生与AI同台竞技，最后，按照正确率进行竞技排名。按照团队排名，AI以准确率超出0.3%的微弱优势，战胜了所有参赛医院团队。

5. 糖网识别：自动识别糖尿病视网膜病变

2016年JAMA杂志上发表了一篇文章，文章介绍了利用深度学习算法自动识别糖尿病视网膜病变和视网膜黄斑水肿，只需要拍一张眼底照片上传，系统就能够告诉你是不是糖尿病视网膜病变，灵敏度和特异度均达到90%以上。

6. 皮癌诊断：CNN算法识别皮肤癌

2017年2月，Nature杂志上发表了利用神经网络算法识别皮肤癌，该系统使用了目前世界上最大的开源皮肤病图像识别数据库ImageNet中的128万张图片进行预训练，并用自己的129,450张图片的数据库进行调谐，最后在新的图片数据集中进行验证。该系统与21位皮肤病专家进行了三场比赛，准确率均高达90%以上。

在加入临床资料后，黑色素瘤皮肤病变识别准确率高达97%，而临床医生的准确率只有84%，也就是说如果你身上长了个痣之类你不太清楚的东西，你也许不需要去医院，只需要拍张照上传到网上，就可以知道答案了。

7. 研究平台：罕见病多中心研究人工智能平台

以往的人工智能均建立在大数据上，那么小数据行不行呢？中山大学眼科中心联合西安电子科技大学刘西洋教授建立了识别先天性白内障的深度学习模型，取名为CC-Cruiser。该研究的训练数据包括410幅先天性白内障儿童患者的眼部图像，476幅正常儿童眼睛图像，经57例临床样本和53例网络图片样本的测试验证，诊断准确率在98%左右。

为此，研究者将CC-Cruiser搬到了“云”上，用于先天性白内障的医疗服务管理。普通用户通过注册也能接入这个网站。进入网站后用户可以上传自己的眼部图片，网站会立马给出诊断。

8. 血型快检：30秒检测ABO血型和Rh血型

30秒！只要30秒！你就可以知道你的血型！并且准确率超过99.9%！第三军医大学西南医院的科研团队在2017年3月发布了一项最新科研成果，利用试纸卡可在30秒内鉴定血型，人工智能自动识别出报告，准确率高达99.9%，该成果的相关论文发表在国际医学界权威杂志《Science Translational Medicine》封面。

9. 药片说话：首款智能药片获FDA批准

2017年11月，大冢制药发布了带有消化道跟踪系统的阿立哌唑片，内嵌肠道可吸收的传感器，传感器中的电极通过与胃酸反应获得电力，配合贴在皮肤上的贴片，将患者服药信息（如确切的服药时间、服药用量）及各项体征信息（如心率、 体温、呼吸、睡眠等）传向患者智能手机中的APP。想必最开心的要数精神科的医生和护士了，有了这个会说话的药片，病人吃没吃药再也不是难题。

10. 医考高分：人工智能首次参加中国医考

2017年11月6日，“2017年临床执业医师综合笔试”合格线公布，科大讯飞“智医助理”机器人取得了456分的成绩，超过临床执业医师合格线（360分）达96分，属于全国53万名考生中的中高级水平。