首先是降低成本。

从医疗本身讲，医疗成本高有两个重要原因。

一是药品的研制周期长，费用太高；

二是医务人员培养的成本太高。

现在，全球新药大部分来自美国。

而美国一款新药从研发到上市需要20年的时间，在这个过程中需要投入20亿美元。

而美国专利法，从申请之日算起，整个专利期只有20年。

但专利的申请，并非是药品上市的那天才开始计算，而是要早于药品上市十几年。

也就是说药品上市后，受到专利保护的年限只有几年。

通过我们对强生、罗氏、瑞辉等药企的综合调查，一款药物能够享受专利保护的时间，通常只有7年。

也就是说如果新药能顺利研究出来，也只有七年的独家销售以赚回成本。

所以，每一款新药都非常贵。

而培养一名专科医师，在美国需要13年。

在华夏，成为一名主治医师，大专生和本科生需要10年，医学硕士要9年，医学博士要8年。

从投资回报的角度讲，既然时间和金钱的投入都如此巨大，他们必然有高收入才合算。

那么我们怎么用人工智能改变医学行业呢？

举一个例子。

我们很自然的认为，看病要找有经验的大夫。

他们的经验的累积，就是一个通过病例学习的过程，而人学习再快，也快不过计算机。

一个放射科大夫一生阅读研究的病例很难超过10万个。

但计算机很容易就能从上百万病例中学习。

相比医生，计算机在诊断和做手术等方面有三大优势。

首先，它们漏判和失误的可能性非常低，也就是说他们能成功发现一些医生们忽略的情况。

其次，它们的准确率很高，而且随着数据量（病例）的增加，提高的非常快。

最后，也是人所不具备的，这些智能程序的稳定性非常好，它们不会像人那样受情绪的影响。

而这些智能程序的成本，通常不到人工的百分之一。

有了强大的医疗人工智能程序，再配合医疗机器人，就可以让远在偏远县城的病人，享受顶尖的医疗服务。

从而解决医疗资源不均衡的问题。

最后我们再来讲一下人工智能对医药行业的改变。

今天，人类在癌症方面投入的资金比阿波罗登月或者语音识别要多的多。

但为什么癌症依然很难根治呢？

因为癌细胞是动物和人自身的细胞在复制的过程中基因出了错，而非来自体外。

也就是说癌症是基因病，而非病毒。

今天最有效的治疗癌症的方法是，使用基因技术研制出的抗癌药来治疗。

从机理上讲，是找到病变的基因，并且把相应的癌细胞杀死。

不过。

不同人即使得了同一种癌症，其癌细胞病变的基因也未必相同。