COVID-19大流行犹如一剂强力催化剂，促使全球医疗机构以前所未有的速度拥抱人工智能（AI）。事实上，过去几年间，医疗机构已逐渐认识到这项新兴技术的潜力，而疫情的爆发则直接加速了这一进程。AI在分析和处理海量数据集上的卓越能力，正推动医疗机构从传统的“经验决策”转向“数据驱动决策”。

科技巨头如IBM、Google早已通过各自产品推动数据驱动医疗的实践落地。IBM Watson Health是一套综合性解决方案，利用数据、分析和AI应对主要健康挑战。而Google的DeepMind Health则将AI融入诊断流程，助力预测患者结果并改善医疗效果。今年，Facebook也推出了一款AI解决方案，能够在有限的MRI扫描周期内生成清晰精确的器官图像。这些行业巨头的动作，绝非偶然之举。

那么，行业真金白银的投入规模究竟有多大？德勤的一份报告给出了硬核数据：2019年，75%的大型医疗机构在AI项目或技术上的投资超过5000万美元；而中型机构（营收在50亿至100亿美元之间）中，约有95%在AI工具和服务上的投资低于5000万美元。值得注意的是，这些机构的AI投入目标各有侧重：34%旨在提升效率，27%为了增强产品和服务，26%则着眼于降低成本。换言之，AI在医疗领域已不再是“锦上添花”，而是实实在在的效率杠杆。

普华永道的另一份报告揭示了资本涌入的趋势——过去十年，医疗AI领域的投资持续升温。据估算，到2021年，人工智能在医疗保健领域的投资规模将比2014年增长40%。研究公司Frost & Sullivan给出了更具体的预测：这一数字将从2014年的6.34亿美元飙升至2021年的67亿美元。需求爆炸式增长，资本也在疯狂涌入。

不过，千万别以为AI在医疗中的应用仅限于疾病诊断或药物研发。事实上，这些解决方案早已渗透到患者护理与医护人员培训的各个环节。例如，Quest Diagnostics旗下的Quanum电子健康记录平台，利用预测分析解析患者检测数据，帮助早期发现痴呆症。其他预测分析工具则能根据患者健康状况的恶化程度，自动进行风险分层——简单来说，就是帮助医生提前锁定高危患者。

放眼更长远，许多AI方案已经在为偏远地区患者提供个性化医疗服务。还有一些AI正在攻克癌症等重大疾病的诊断方法。例如，Google DeepMind与伦敦大学合作，专门针对头颈部癌症患者优化治疗方案。这些案例表明，AI的触角正在伸向医疗的每一个角落。

疫情更是催生出一大批定制化AI开发。以西奈山医院为例，研究人员独立研发出了一套AI算法，能够结合胸部X光片和血液报告快速检测COVID-19。该模型模仿了医生诊断的工作流程——先查看影像，再分析血液指标，最后给出阳性或阴性的判断。它还能分别基于CT图像、临床数据以及两者结合，独立预测出COVID-19阳性的概率。这种“组合拳”式的诊断方式，正是AI的优势所在。

此外，AI还被用来减轻医护人员冗余的工作负担。许多机构正在部署自然语言处理、深度学习和机器学习模型，自动从患者报告中提取关键信息，并有序存入医院数据库。这样一来，医生可以将更多精力投入到真正需要判断力的领域。

总的来看，人工智能在医疗领域的边界已远远超出了“诊断”这一起点。市场数据也印证了这一点：全球医疗保健市场的AI规模，预计将从2020年的49亿美元增长到2026年的452亿美元，复合年增长率高达44.9%。这一增速，几乎是在向所有人宣告——未来已来，而且来得很快。