馬上，人工智慧將在健康生活領域全面爆發

說到人工智慧（AI），目前被炒得最熱的似乎都是些高大上的應用，譬如無人駕駛，譬如AlphaGo下圍棋等等，然而，實實在在立馬給你實惠的應用曝光度並不高。然而，科幻小說和神話中的世界確實正在成為現實——作為一個現代人，不管你搬家、旅行，還是在外賣APP上點一杯熱咖啡，都離不開人工智慧，那麼人工智慧哪些領域和我們息息相關呢？

人工智慧（AI）和疾病檢測及預警

看病難是困擾居民的一個很大的問題，主要原因在於醫院和專家醫生高度集中化，去年新鄉醫學院管理學院院長孟勇教授發布了對6766名農村居民、2983名城鄉醫生、4400名患者進行的調研報告，基層醫生能力不足是阻礙基層醫療正常運轉的主要因素，醫療機構的不平衡導致了病人生病願意去大的醫院。

醫療是一個需要經驗的行業，需要經過十年甚至更久時間經驗的積累，但是醫生和護士的增長速度卻遠遠不能覆蓋上百萬的醫療機構，做為擬人的智能基於深度學習的人工智慧的成熟，讓無數人看到人工智慧應用到疾病的檢測和預警上面，並且如今已經取得了巨大的成就，比如根據疾病癥狀和病歷診斷疾病的Watson，基於醫學影像識別疾病的Airdoc。

根據癥狀檢測疾病：在AlphaGo之前有一個在象棋場橫掃無敵的系統深藍，深藍的成功讓其製造商IBM見識到計算機的神奇，於是下決心將人工智慧應用到醫療領域，在2011年深藍的升級版Watson問世，並且開始了長達4年的醫學知識和病歷的學習歷程。去年8月， Watson在短短十分鐘內分析了數千個基因突變，最終確診一位60歲的日本女性，患有一種非常罕見的白血病，並提供了適當的治療方案，而幾個月前她曾被醫院誤診。在疾病預警方面， Watson與美國藥店CVS合作，CVS向Watson開放海量患者行為信息，包括臨床數據、購葯數據和保險數據等，Watson對用戶行為和相關指標進行分析，可以有效對疾病預警和轉歸評測。

根據醫學影像檢測疾病：隨著科技的發展，通過醫學影像尋找病灶並且診斷疾病已經一種常見的檢測疾病的方法，在2012年之前，計算機視覺領域落後於自然語義和語音，所以在醫學影像上並沒有深入的研究，但是在Hinton 教授採用了一種新的稱為"丟棄" (Dropout) 的演算法. 避免了過度擬合，這讓基於深度學習的計算機視覺發生了質變，因此讓人工智慧識別醫學影像從而檢測疾病成為可能，國內人工智慧醫療團隊Airdoc在第一時間掌握了深度學習圖像識別能力之後，便決心通過深度學習改變醫療領域，輔助人類醫生控制、檢測、治療疾病，比如糖尿病性視網膜病變的檢測和診斷上，Airdoc已與最好的眼科醫院合作，並訓練出效果良好的模型，可以在80ms內識別病檢測和診斷眼底照片，通過和人類醫生一輪輪的較量，在糖尿病性視網膜病變識別上準確率已經和三甲人類醫生水平相當，並且經過大量醫學知識和脫敏臨床數據和病歷等多維數據的分析，已經開始進行病情預警和轉歸的研究。

人工智慧（AI）和營養健康食品

隨著經濟的增長，中產階級崛起，根據麥肯錫的測算，到2022年，上層中產階級家庭數量將達到1.93億，大眾中產階級家庭數量7854萬，目前國內的營養飲食備受質疑，因此營養健康食品的需求已經不可忽視。

面對國內專業營養師服務普及率極低的情況，也許一位虛擬營養師將會是最好的助手。國內外一些創業團隊，藉助機器學習等相關技術，開發了虛擬營養師應用。部分研究結果顯示，機器學習技術支持下，虛擬營養師可能比真實營養師提供的建議效果更好。人工智慧技術在這裡的核心價值在於通過對數據的解讀來提供更適合的醫學營養治療方案，而無需佔用非常稀缺的營養師或醫生資源。

此外在營養食品的識別上，同樣存在巨大的需求，人工智慧醫學服務提供商Airdoc團隊基於深度學習，曾經推出智能應用「每日三次」。享用美食之前拍攝一張照片，就會自動分析呈現食物的營養結構。可以對食物進行監測、分析、評估，從而能夠合理管理個人營養攝入。

人工智慧（AI）和美容

衣食足而知美醜，如今，我們對於外貌的追求已經產生質的飛躍，從美容app到線下的整容醫院都是如火如荼，人工智慧做為一個解決方案，在各行各業都有著巨大的應用，美容行業便是巨大的戰場。隨著移動互聯網普及和各種app的推出，激發了人們對美的慾望，各種美容app出現並受到愛戴，比如faceu將其與人臉識別與臉部特效完美結合，可以實時自動識別人臉並動態疊加效果。

人工智慧（AI）和基因檢測

目前，基因檢測市場正在以每年翻番的速度蓬勃發展。麥肯錫公司預測，2018年基因檢測市場的價值將達到80億美元。科幻小說《三體》描述的未來世界中，人類通過基因分析優生優育，獲得更為健康與美麗的身體，這或許將藉助人工智慧技術變為現實。目前，在醫療領域基因分析即指基因測序。受研究能力和研究成本的限制，基因測序主要是針對單個易感基因進行的。而單個易感基因導致的大都是罕見病，不具有普遍應用的價值。反觀癌症、腫瘤等常見病，是受多個易感基因共同作用。在第三屆世界互聯網大會「互聯網+醫療」論壇上，李彥宏透露百度在基因測序方面已經有所實踐。「我們與協和醫合作了一個對食管癌病人進行基因測序的項目，試圖找到是哪些基因的共同作用導致癌症的發生。一旦我們搞清楚這些，未來基因編輯的治療方法就可以用在更多常見病上。」