一、医学将回归精英教育：花样学制将逐步被统一！
在7年制退出历史舞台之后，前不久，中国医学教育又迎来重大改革，国务院办公厅公布《关于深化医教协同进一步推进医学教育改革与发展的意见》，明确要求严格控制医学院校本科临床医学类专业单点招生规模，并严控8年制招生数量。
医学院招生数量将被缩紧，这将意味着医学院大扩招时代将一去不复返；不仅如此， 中专、大专临床医学专业也有望退出历史舞台，初中毕业学医的中国式尴尬将逐步成为历史。
未来，5年的本科教育加上3年的住院医生规范化培训，再加专科医师规范化培训将成为中国医学教育的主流，八年一贯制临床博士培养数量不仅将被紧缩，也将黯然失色。
其中，在住院医规培期间，有望实现规培医生的社会人身份，即规培完了再找工作。
这一系列改革将意味着学医的时间成本大大提高，医学教育改革朝着精英化方向发展。
对此，一位资深医学教育专家向记者表示，医学必须是精英教育，但也应该是精英待遇，二者缺一不可，否则将很难吸引优秀人才学医、从医。
二、大批内科医生被逼走向市场！
据获悉，上海一家知名三甲医院某内科专科患者一年竟然下降了四分之一。事实上，据了解，随着取消药品加成改革的推进，内科正在成为公立医院的包袱，一位院长甚至直言，内科现在是看一个亏一个。
当内科不再是公立医院的创收科室，内科医生的前途开始堪忧，再加上分级诊疗改革的推进，一些三级医院内科将面临着一方面缺患者，另一方面患者来了又亏钱的窘境。
如此一来，内科医生迫于生计将不得不自寻出路。
据上海SIMC院长黄翼然近日向记者介绍，该院就是借助公立三甲医院内科医生走向市场的机遇，吸引了一批内科医生到医院坐诊，还因此吸引了一批内科患者前来就诊，医院门诊量翻倍增长。
此外，内科医生开诊所也将是一大趋势，反过来也将大大推进分级诊疗制度的建设进程。
三、中国医疗正在迎来体验革命！
据了解，一些医疗界人士不承认医疗是服务业，担心把医生等同于“服务员”。事实上，不管如何强调医疗的特殊性，医护提供的是医疗服务这一点无法改变。
对此，一位业内人士直言，是否承认医疗为服务业，是医生自由执业的前提；并直言，中国医疗将迎来体验革命。
啥是体验革命呢？众所周知，长期以来，中国人看病叫求医，公立医院人山人海，患者体验差，医患矛盾不断。但随着经济的发展、民众收入水平的提高，过去能够将就的糟糕体验很难再将就下去，整个医疗界的服务升级在患者体验方面必将迎来一次革命。
首先，在大批涌现的社会办医院领域，和公立医院主要竞争什么？技术？恐怕短时间内还很难，但在服务体验方面大有可为，完全可以由此实现弯道超车。
不仅如此，据了解，走向市场的医生，一般都非常重视患者体验，在医疗服务的患者体验上可谓精益求精。一家医生集团甚至打出了“不允许患者不满意”的口号。不是说强迫患者满意，而是一定要找到患者不够满意的地方，改进服务后让患者满意。
可以预见的是，随着社会办医的快速发展，大批医生走向市场，中国医疗界正在迎来一场医疗服务的体验革命，在这一进程中将实现多方受益，还必将倒逼公立医院服务体验改革。
四、医疗反腐风暴愈演愈烈！
众所周知，药品价格虚高是畸形的“以药养医”医药卫生体制造成的，导致要靠灰色收入来保障医生职业的吸引力，这一制度也是导致中国医生群体被污名化的重要原因之一，甚至还导致不少院长、科主任及普通医生被查甚至入狱。
一位知名三甲医院科主任甚至直言：“感谢行业潜规则，不然没人做医生。”
但是很显然，这一畸形的格局到了需要被打破的时候。据了解，医疗反腐从未停歇，但很明显近几年风暴愈演愈烈。别说院长，就连落马科主任的数量似乎数都数不清，而且牵出不少窝案，整科室的医生被查，安徽滁州甚至还发生了一县医院大多数医生被查的事件。
对此，业内人士表示，取消“以药养医”绝不是简单地取消医院层面的药品加成，在持续提高医技性服务价格、医生阳光收入的大趋势下，大幅压缩药品回扣环节，打击医疗腐败势在必行，一些回扣重点科室正在成为医疗反腐重灾区。
五、大批公立医院将被托管、改制、降级！
前段时间，山西太原被爆出三家三甲医院主动按照二级医院标准收费的消息，引起业内哗然，甚至被部分媒体解读为“医院自降等级”。
事实上，这样的医院被改制或“降级”是大趋势。用北京卫计委党委书记方来英的话说，中国根本不需要这么多三级医院。再说这些医院根本达不到三级医院本应承担的科教研及临床为一体的责任，本身活着都困难。因此，随着医学中心建设大潮的到来，一些类似名不副实的三级医院将面临托管、改制、降级等命运。
不仅如此，一些大中城市二级医院也基本上是上述命运，被大医院托管或被改制将成为大概率事件。
值得关注的是，在县级医院领域，一些药企正在发起凌厉的托管、改制攻势，能改制的改制，不同意改制的就合作建新院，再不济就托管。
六、百万医生大流动：共享医生时代来了！
医生资源具有典型的共享经济属性，即使是在绝大多数医生被困在体制内的情况下，飞刀、走穴从未停止过，因此被开玩笑说，一到周末，机场形形色色的人流中，飞刀医生一抓一把。
长期以来，中国的医院，无论公立还是私立，都对优质医生资源形成了根深蒂固的占有欲，非要挖过来独享才罢休。
然而随着政策的持续解放，医生大流动的到来，独享优质医生资源越来越困难，越来越不现实。
可行的出路，就是共享优质医生资源，让医生自由执业。医生可以在多家医院执业，还可以自己开医院、办诊所。
对此，业内人士表示，共享医生，将极大地提高优质医生资源的使用效率，解决优质医生资源配置不均衡的难题。
七、私立医院平台化时代来了！
既然要实现共享医生，私立医院平台化就是必然趋势。
在一些医生自由执业的欧美国家，医院和医生的关系就好比舞台和舞者，舞台就是医院，舞者就是医生，医院为医生提供执业舞台，医生可以在多个舞台“演出”。
遗憾的是，据悉目前不少私立医院的院长、老板对于医生多点执业、自由执业并不热情，甚至对于医生集团心怀敌意。
以一位三甲私立医院老板为例，一方面担心多点执业医生不负责任，出了事拍屁股走人，另一方面也担心医生集团未来也办医院，等于培养了竞争对手。
对此，业内人士表示，上海的公立医院都能够成为医生集团及医生团队多点执业的舞台，一些还没有醒过神来的私立医院真应该好好反思了，否则将错过非常好的发展机遇。
八、患者看病认“和尚”时代来了！ 医生品牌至关重要
长期以来，中国患者看病都是认庙不认和尚，打听哪家医院好，打听到了直接找这家医院的科主任，准没错。
以至于和学挖掘机一样，都知道蓝翔技校不错，但具体是哪位师傅教的好，没人答得上来。
随着市场经济逐步深入医疗领域，中国医生的品牌意识开始觉醒，无论是体制内还是体制外的医生，都越来越重视个人品牌的建设，力图通过互联网、社交媒体等途径拓展品牌影响力；患者也不再满足于到了医院被随机分配医生的服务，开始主动寻求品牌医生提供服务。
可以预见的是，在解放医生的大潮下，中国医生品牌将迎来大洗牌，一批在患者心目中的全国医生品牌及区域医生品牌将脱颖而出，越来越多的患者将奔着医生的品牌联系就医。
而一旦拥有了品牌和患者流量，将极大地促进医生的解放进程。
九、医生创业潮来袭，医生企业家批量出现！
在解放医生的大潮中，政策上鼓励医生办医是一大趋势，无论是开诊所还是办医院、医生集团，无论是兼职创业还是全职创业都可以。
越来越多的医生正在创办诊所、医院、医生集团，从纯粹的医生身份向企业运营管理者的身份转变。
不仅如此，在互联网时代，借助互联网平台创业也是一大趋势，一些已经获得一定线上流量的医生纷纷转型创办医疗健康咨询平台。
在这一进程中，不仅将创造巨大的社会价值和市场价值，极大地推进医疗健康产业的发展，还将催生一批医生企业家，而且身价不菲。
十、人工智能将取代一批医生！
马云曾经夸下海口说让医生失业，在医疗界引起巨大争议。其实说的就是人工智能。那么，人工智能究竟会不会取代医生？答案是，不可能完全取代，但会取代一部分医生。
那么哪一部分医生会被取代呢？用春田医管创始人、上海一妇婴原院长段涛教授的话来说，一些低于平均水平的医生将被人工智能取代。
阿里巴巴在深圳开的一场互联网大会，其中就展示了一些加入阿里云人工智能的医生团队的科研成果，对于一些疾病的智能诊断准确率堪比专家。可见马云绝不仅仅是说说而已。
段涛表示，“如果把全球所有皮肤科的疾病都整理好、对应好，只要把患者患处的照片发过去，人工智能就告诉你这是什么，而且诊断比我们绝大多数的皮肤科医生都要准确，都要及时。还需要那么多皮肤科医生吗？”
除此之外，病理科、影像科等一批科室都将受到人工智能的巨大冲击。
推荐阅读：
关于医疗+AI，人人都能评论几句。但事实上绝大多数人并不清楚AI在医疗领域能做什么，更别说怎么做，面临哪些挑战。
在日前结束的图像计算与数字医学国际研讨会（ISICDM2017）上，430多位来自信息科学（含计算机与电子工程等学科）、数学与医学等领域的专家学者与临床医生聚首成都，围绕人工智能+医疗、医学图像分析等话题展开了深入的交流与探讨。
大会首位演讲嘉宾中国药科大学校长、德国国家科学院院士来茂德教授，发表了题为“医学+AI”的报告演讲，奠定了大会基调。
来茂德校长首先肯定了人工智能技术在医学领域的应用前景，但他同时也指出，人工智能不能代替医生。未来人工智能在医疗领域将主要起到辅助诊断的作用。来茂德教授认为，医学+AI的基本前提是有真实、完整的数据，目前国内在这方面还有所欠缺。
他一再强调，人工智能应用于医学领域需要多学科交叉合作。没有高水平的专业化的医生深度参与，人工智能不可能进入医院落地应用。
最后来茂德教授提议，国家应该启动人工智能方面的重大研发计划，组织各领域有基础的学科强者，组建一支真正的研发团队。他认为，只有这样才能真正实现人工智能医疗技术上的突破。
以下是来茂德教授的报告内容：
科学界有个规矩，跨界的话不能乱说。
作为学医的，尽管与人工智能方面的学者有7年的工作合作，但严格说我不懂人工智能，所以我接下来尽量讲一些人工智能和医学相结合的东西。我分享的题目是“医学+AI”，下面我将以一个病理科医生的视角谈谈这个问题。
如何正确地认识人工智能？
人工智能概念是1956年提出来的，到去年正好60年。中国人称60年为一个甲子，一个甲子就是一个轮回。
我觉得，人工智能最火热的时候我们反而要理性对待，认真思考人工智能到底能做些什么。但今天我只能谈谈人工智能在医学方面的应用，其他领域不敢乱讲。
据报道，张首晟先生有一个观点，说人工智能有三大核心——芯片、数据和算法。他认为人工智能要进一步发展，就必须三方面紧密结合。算法由大学里的教授负责，企业负责收集数据，至于芯片，现有的技术已经够了。
对于紧密合作这个观点，我深表认同。
那么，我们又该如何看待人工智能在医学专业的应用呢？人工智能应用于医学领域，到底是AI+医疗，还是医疗+AI？我认为，一定是医疗+AI。
前几年流行互联网+，国内办了很多互联网医院，但迄今为止有成功的吗？现在包括香港媒体在内的很多国内媒体又在宣传，说人工智能来了很多岗位都要失业；说未来人类不用干活，只需要“enjoy your life”。
有一则新闻说人工智能即将取代医生，这则新闻里写道“病理学家的诊断准确率为73%，而人工智能的准确率却达到了89%”。很多媒体和院士专家都这样讲。读者阅读时也不看上下文，不去思考73%和89%到底代表什么？其实这则新闻后面还有一段话，“人工智能的假阳性误判也比较多，平均每个切片有8处，而人类专家完全没有假阳性误判”。这则新闻说的是乳腺癌腋窝淋巴结转移的诊断，淋巴结转移说明癌症已经不是早期，而是到了进展期（晚期），需要做化疗。乳腺癌早期是不需要做化疗的，假如因为机器误判对病人做了化疗，导致病人去世，该由谁来负责？我们必须用科学的态度看待这个问题。
人工智能到底能不能取代医生？部分取代是可能的，但涉及人与人之间感情交流的部分无法取代。简单来说，人工智能是利用机器模拟人类智能的技术，可以实现替代人类完成部分体力劳动。但医学是一门人学，涉及人与人之间的交流。我相信在座各位没一个敢让机器给自己看病。
我看过很多医疗+AI方面的报道，其中有篇介绍了经纶世纪CEO的一个演讲，我认为他的观点是比较客观的。他提到，人工智能在医学领域的应用分深、浅两个层次。浅层次的应用就是，用计算机通过深度学习算法对高质量的数据进行挖掘和计算，最终解决实际问题。深层次的应用则要建立规则，通过专家系统，实现辅助诊断和治疗。
国外有一个很好的例子。有一个研究团队在《Nature》发表了一篇论文，受到人工智能和医学界的双重关注。这篇论文中的研究基于差不多13万张图片，涉及2000余个病种，而且每一个病种都有病理活检诊断。21名执业皮肤科医生参与了这项研究，此外还有工程人员和病理科的医生，也就是说进行这项研究的是一个非常多元化的团队。在这个团队里，病理科医生负责解决病理方面的问题，临床医生解决临床方面的问题，工程人员则负责解释算法；大家各司其职，只有这样才能取得比较理想的成果。
人工智能在医学领域的应用
十年后人工智能可以发展到什么程度谁也说不定。所以我们对人工智能在医学领域应用的探讨必须限定在当前阶段。我认为，现阶段人工智能在医疗领域的主要作用是辅助诊断，帮助医生减去部分工作量。要知道，国内的医生——尤其是三甲医院的医生，工作强度非常大。
很多人说，人工智能技术发展成熟后，医生都要失业。我认为，有了成熟的辅助诊断系统后，可能有一部分医生的确会失业。但初级医生不会失业，因为他要负责很多杂七杂八的事情，这些事情必须要有人做，而且技术含量不是很高；高级医生也不会失业，因为他需要做最终的确诊。真正可能失业的是那些不努力干活的中级医生。
人工智能应用于医疗领域的两大前提
那么，如何将人工智能应用于医疗领域打造成熟的辅助诊疗系统呢？我认为有两个前提：
一、提升医疗数据的可靠性。
AI辅助诊断首先要通过多个学科合作，针对每一种疾病建立规范的诊疗流程，产生合格的数据。为什么现在有很多AI辅助诊断产品，但效果都不理想，原因就在数据。
我国的计算机语音识别系统水平很高，比如科大讯飞的语音识别系统。有了成熟的语音技术之后，我们可以在医生口袋里放一个语音转录设备，边走边将医生和病人的对话记录下来，生成电子病历，大幅减少医生的工作量。
我印象很深刻，我89年去德国的时候，他们病理科医生就不需要自己写病变描述和病理诊断。医生的办公室里有一个装置，用脚踩下去之后录音机就开始录音，录好音后再交给秘书，让她们将录下的内容打出来，医生再校对。我觉得，未来人工智能在这方面有很大的发展空间。
此外，还需要多个学科通力合作，打造高水平的专家系统。参与系统打造的一定要是经验丰富的高水平医生。年轻医生还有很多东西没有搞清楚，无法胜任。
二、完善医疗应用平台。
有人认为，人工智能在医疗领域的应用可以分为三个层次。
最底层的是医疗数据和计算能力，计算能力方面，目前工程类的计算机教授已经可以胜任；但医疗数据还存在很大的问题。
第二层是技术层，包括算法框架和通用技术，国内的专家也能搞定。
第三层是应用层，目前我们已经能够设计出比较好的医疗解决方案，但还缺少一个完善的医疗应用平台。
我认为，人工智能技术应用于医疗领域，既要有科学家和医生参与，也要有来自政府的干预。我们知道，香港特区的所有公立医院使用的是统一的信息系统，但大陆医院还是各干各的。没有统一的系统，信息和数据就无法共享。
现在的人工智能热潮，和八十年代末人们热炒人类基因组计划类似。所谓人类基因组计划，就是把人类DNA中的30亿个核苷酸一个个排列出来。当时人类基因组计划分为两大阵营，其中一方的代表是现任NIH主任Francis Collins领导的国际大合作，另一方的代表是塞雷拉基因组公司创始人Craig Venter。两大阵营争持不下，直到当时的美国总统克林顿出来“当娘舅”。双方这才为了全人类的共同利益联手，人类基因组的框架得以搭建。
关于人类基因组计划，当时有两句著名的评价——“decoding the code of life”和“a milestone for humanity”。今天再回头去看，发现第一句评价是错的，至少是仅说对了一小部分。当时，我们以为将人类基因组核苷酸一个个排列出来之后，就了解了关于人类生命的所有事情，但事实上我们才刚刚迈出第一步。大家都说现在是人工智能时代，但我们仍然应该常常回顾历史。只有这样才能够更好地认识现在，正确地看待人工智能，了解人工智能到底是在怎样的阶段。
人工智能在医疗领域的四大应用方向
下面谈谈人工智能具体可以应用到医学的哪些方面。我认为人工智能在医学领域的应用可以分为以下四个方向：
第一，医疗图像，包括X光、CT、病理切片等等。我认为，所有需要用到图像的学科都可以联合起来共同做研究。现在大家都在热炒，通过眼底图像对糖尿病进行早期筛查。中国人口基数大，医疗影像资源非常丰富，假如能把图像的采集工作做好，前景十分看好。
另外，人工智能在心电图、内窥镜和皮肤病等领域也有很好的应用前景。现在病人去皮肤科看医生，大部分诊断结果都模棱两可。因为很多皮肤科疾病特异性不大，即使病理科医生做组织活检也看不清楚，难下诊断。如果能用人工智能技术对皮肤病变做定量化分析，意义将十分重大。
第二，用人工智能进行组学数据分析。通过可穿戴设备和移动互联实现健康管理。基于发病信息等，用大数据预测流行病的发展趋势。
第三，用人工智能帮助手术机器人寻找最优的手术方案。
第四，新药研发，特别是确定药物先导化合物的结构。人工智能用于新药研发，大致分两个方面：一是通过学习已知药物，对药物结构进行改进，开发新药。已知药物的数据库越大，学习出来的效果就越好。二是基于已知药物与大分子的结构，分析药物除了作用于已知蛋白质外还作用于哪些靶点。
去年下半年，有人想引进一项新技术来咨询我，宣称这项新技术可以将新药研发时间缩短三分之二。我认为这是不可能的，除非人人都愿意做小白鼠。新药研发除了前期的研发工作，还要做临床试验。即使进入I期临床试验的新药，也有85%以失败告终。人工智能理论上可以促进新药研发，但实际效果还存在疑问。不过可以明确一点，并非使用了人工智能技术，新药自然而然就出来了。
人工智能应用于医学领域，缺少真实完整的数据
人工智能技术很好，让大家看到了很多希望。但人工智能应用于医学领域，还需要解决基础数据的问题。医疗数据要真正发挥作用，必须真实完整。没有可靠的数据，一切都是零。
可能很多人不知道，国内的医疗数据是最不齐全的。另外，医院的数据也并不可靠。由于各个医院的水平、标准和设备等存在差异，同一个病人做两次化验，结果很可能不一样。不同实验室做出来的化验结果也可能是不同的。
医生是否认真记录，也会对数据的完整性和可靠性造成巨大影响。国内医院——尤其是比较好的医院，医生都很忙，不可能详细记录所有数据。未来，语音识别技术成熟后，将为医生收集数据带来极大的便利。
AI在病理学中的应用
最后，跟大家探讨一下，如何将AI技术应用于病理学。
我认为，未来的病理学一定是整合病理学。病理学创立之初，医生根据器官的变化来诊断疾病；显微镜发明之后，病理学进化成了组织病理学；随着电子显微镜问世，组织病理学又进化成了亚细胞病理学。70年代，免疫组织学发明和应用以后，推动了肿瘤的分类和分型；如今分子生物学也得到了广泛的应用。二代测序应用后，分子病理学得到了极大的发展。由于高清晰的扫描仪的应用，使扫描病理切片用于诊断和研究成为可能。
接下来，病理学将进入人工智能时代。近几年诞生了很多新名词，但这些名词还没有清楚的定义。什么叫数字病理，什么叫病理的人工智能，二者之间并没有明确的区分。我们首先要把这些名词定义清楚。
近几年，免疫治疗发展迅速，我认为对肿瘤免疫特征的分析将成为未来的重要发展方向。如今网络速度非常快，数字切片扫描完后可以轻松地将影像分享出去。通过数学建模，我们可以对影像中的癌细胞及其分布进行分析，探究这些数字指标与病人预后之间的关系。但这些工作需要病理科医生的协助，假如病理科医生不愿意花时间做这些事，人工智能在病理学的应用就无法推进。
病理学系统非常复杂，机器人不可能代替所有病理科医生。现阶段，我们应该重点推进以下领域的多学科共同发展，并最终将结束落地，应用到病理诊断上去。
首先是病种诊断的规范化。每一个病种应该怎么诊断，都要建立明确的规范，如乳腺癌，肺癌，大肠癌等。其次是细胞学诊断，比如宫颈癌的脱落细胞学筛查。实际上，医生没有那么多时间仔细看每一张图像，那么能不能把很明确的图像剔除，只让医生看有疑问的部分，减轻医生的工作量呢？要实现这一目的，就要提高系统的敏感性，同时降低其特异性。我们可以多冤枉几个“好人”，但决不能放过一个“坏人”。因为如果漏读了癌症患者，病人很可能会错失最佳治疗机会最终殒命。
另外，有丝分裂计数，Ki67阳性细胞的计数，肿瘤的分级等也应该近期能开发，并应用于病理诊断工作的项目。
我们还可以用人工智能对肿瘤进行预后分析。比如刚才讲的Nature上的这篇论文的研究，用到了两种资料——TCGA网络数据和斯坦福的组织切片数据，这些数据中标记了9879个图像特征数据。根据这些图像的特征数据，可以对病人分类，分成预后好的和预后坏的。
最后，我要再次强调医生参与的重要性。没有医生的认真和深度参与，人工智能很难在医学领域落地应用。要知道，AlphaGo用了1200多个CPU和176个GPU，学习了15万名职业棋手和百万余业余棋手的棋谱，才有了今天的成就。大家都知道ImageNet，里面有1500万张来自160多个国家的经过标记的图片。这些图片是近5万名工作者花了两年时间从10亿张图片中挑选出来的。没有这些基础工作，人工智能不可能达到今天这样的高度。
总结
一、人工智能在医学领域有广泛的应用前景，但人工智能不能代替医生。因为医学是人学，医生需要跟患者交流才能下诊断结论。
二、人工智能应用于医学领域需要多学科交叉合作。没有高水平的专业化的医生深度参与，人工智能不可能进入医院落地应用。医院里有些医生精通淋巴系统，有些专攻消化系统或呼吸系统疾病，他们都不是全能的。打造人工智能医疗系统一定要和专科医生合作，只有这样才能真正做好。现阶段的工作重点是建立高质量的数据集，在此基础上落地一些对老百姓真正有用的产品。
三、国家需要启动人工智能方面的重大研发计划，组织各领域有基础的学科强者，组建一支真正的研发团队，只有这样才能真正实现技术上的突破。这个应该是国家相关部门有计划的组织，而不是“自由”申请。