从抗击新冠肺炎疫情的经验中不难总结发现，医疗与人工智能深度融合的潮流已经势不可挡，多项人工智能技术无论在抗疫一线还是在疫苗研发的大后方都发挥着不可忽视的作用。人工智能理论奠基人特伦斯·谢诺夫斯基在其2019年出版的《深度学习：智能时代的核心驱动力量》中预测：“基于大数据的深度学习将改变医疗行业，对疾病提供更快速准确的诊断与治疗，甚至未来癌症将变得不再可怕。”基于人工智能技术理论研究进展及医疗模式变化趋势，总结人工智能技术在医疗领域的研发与应用方向，如下所述。

1）新药研发

根据Global Market Insight的数据报告，在全球人工智能医疗市场中，药物研发细分领域占据份额最大，约为35％。2020年2月，在《麻省理工学院技术评论》发布的2020年“全球十大突破性技术”中，面向新药研发的人工智能筛选分子入选。人工智能技术将会缩短新药研发周期、降低新药成本，并且提高新药的研发成功率。人工智能在新药研发中的作用主要体现在对海量生物医学文献的复杂搜索、对数百万分子结构的数据挖掘与关联分析、设计和模拟制作新的分子、预测脱靶效应／毒性和药物合适剂量，以及进行大规模的细胞检测分析等。例如，依托数百万患者的大数据信息资源，人工智能技术可以快速、准确地挖掘和筛选出适合的药物；将正常细胞和肿瘤细胞进行模型实例化，并通过遍历所有可能的药物来锁定能杀死癌细胞又不伤害正常细胞的药物；通过计算机模拟，对药物活性、安全性、副作用等多方面进行预测和评估，找出与疾病匹配的最佳药物。2020年2月4日，工信部发出的倡议书特别强调了优化人工智能算法和算力，助力病毒基因测序、疫苗／药物研发、蛋白筛选等药物研发攻关。2020年1月，中国科学院上海药物研究所和上海科技大学联合研究团队综合利用人工智能技术驱动的虚拟筛选和酶学测试相结合的策略，发现了一批可能对新冠肺炎有治疗作用的药物，其中包括洛匹那韦和瑞德西韦。

2）诊疗预测

在预测分析领域，人工智能技术的出现能够有效帮助临床医生诊断和治疗，甚至提升患者对于治愈的希望，因为人工智能技术能够对患者的健康轨迹进行学习建模，进而产生超出医生个体体验及经验的信息。此外，通过大数据和深度挖掘等技术，对患者的医疗数据进行分析和挖掘，可以自动识别患者的临床变量和指标。通过机器学习模型，人工智能在自我学习过程中能够归纳患者的数据特征，帮助医护人员进行新冠肺炎的治疗，进而设计更安全的化疗方案。上述过程已经在抗击新冠肺炎疫情的过程中得到了广泛应用。例如，2020年4月，澳门科技大学牵头的联合科研团队发布了一项名为“面向新冠肺炎的全诊疗流程的智慧筛查、诊断与预测系统”的人工智能工具，可以根据胸部的CT影像、病历等临床资料数据，对大量疑似病例进行快速筛查、辅助诊断预测和住院临床分级预警，实现对新冠肺炎患者的全生命周期管理，相关成果发布在《细胞》期刊。(www.daowen.com)

3）医养机器人

现阶段，机器人在医疗领域中的研究与应用主要集中在外科手术机器人、康复机器人、护理机器人和服务机器人等方面，能够以智能假肢、外骨骼和辅助设备等方式实现受损躯体部位修复，以智能助理（例如美国Deep Mind公司的Stream系统）方式辅助医护人员工作，以人机对话方式提供医疗咨询和病情评估，以智能可穿戴监控设备方式感知患者或独居老人的异常行为等，取得了较为广泛的应用和良好的市场产业化效果，成为新的创业和投资热点。医养机器人的发展势头强劲，加上新冠肺炎疫情催生的市场需求，或将迎来发展黄金时期。医养机器人较大的发展空间在于对复杂场景的智能判断和适应能力，从辅助向替代医务人员医疗诊断不断迈进，从而能够缓解医疗资源分配不均匀的现状。此外，结合新冠病毒特点，无接触配送机器人正在替代人工提供全自主、免接触式的物资配送，最大限度地将病人“隔离”，有效减少人员交叉感染。

4）知识推理

计算机从大量医疗文献、病例报告等数据资源中“学习”和汲取相关的专业知识，形成医疗知识图谱，能够实现模拟医生的思维和诊断推理，从而给出可靠的诊断和治疗方案，进一步拓展临床专业知识的可用性。例如，具备从历史数据中快速学习能力的IBM Watson机器人于2012年通过了美国职业医师资格考试，并部署在世界多家医院提供辅助诊疗的支撑服务。2020年3月，华为联合浙江大学发布最新的新冠科研开放知识图谱，满足研究人员迫切需要能够系统地梳理和整合新冠病毒相关知识的需求，促进对新冠病毒机制研究和抗病毒药物研发的提速。