央广网北京6月28日消息（记者 果君） 如今，越来越多的领域接受到了科技进步带来的便利。在医疗方面，科技使得更多疾病得到治疗，为医生治病带来便利，也为患者带来希望。
如何做到“早诊断、早治疗、早康复”是医疗科技工作者们科研创新的目标与动力。目前一些重病在早期已经是可以遇见和预防的，医疗科技的先进已经远超普通人的想象。6月27日，由中国科普研究所科学媒介中心主办，北京科学技术期刊学会、“三四匠”工作室承办，《协和医学杂志》、新浪科技协办的第22期“刊媒惠”科技论文成果推介沙龙之“科技让医学更神奇”专场在北京协和医院学术会堂举行。
刘洁
北京协和医院皮肤科副主任、主任医师，刘洁介绍说，人工智能（AI）技术在皮肤影像领域的应用包括医学影像、临床决策支持、药物研发、病理学等方向。皮肤病看似容易诊断，实则非常复杂，AI技术的诊断具有范围广、诊断准确率高的特点，它对于临床诊断有很好的辅助作用，其可以把临床医生从简单重复的工作中脱离出来，进行更深入、更高层次的科研与创造。
黄晶晶
中国医学科学院北京协和医院博士生，黄晶晶根据源论文《二代测序技术在微生物与感染性疾病中的应用》带来以《下一代测序技术——让微生物无处遁形》为主题的推介。人类基因组计划（HGP）于1990~2001历时10余年完成草图，采用一代测序技术Sanger测序。2005年诞生出更优化的第二代测序（NGS），NGS在微生物领域可以应用于：医院感染性疾病爆发的调查、未知病原体的鉴定、毒力分析、耐药基因组的研究。除了微生物领域，NGS的应用很广泛，可以说涉及到临床诊疗的方方面面。包括产前筛查，以及儿童罕见病的诊疗。还有基因治疗，通过已知点的检测，来识别这个靶向药适合不适合患者的治疗。黄晶晶表示，从国内外研究来看，建立一个全球范围内共享的NGS数据库非常有必要，其将有助于突发新发感染性疾病的及时诊断，并有助于开发微生物基因组学应用于感染性疾病监测和疫情调查的全部潜力。
刘睿峰
北京协和医院住院医师，刘睿峰介绍说，深度学习作为人工智能实现方法的一部分，具有自主学习能力，经训练后能对未知数据进行预测，其中的一些模型，特别是卷积神经网络（CNN），在图像识别方面具有比人工识别更快更准确的优越性。而这项技术应用于甲状腺病理诊断上其准确性、灵敏性和特异性明显优于传统诊断方法，但同时也具有任务范畴狭窄、数据共享、标准化及数据隐私、患者安全及医疗权责等局限性。
对于未来人工智能是否能够取代医生，刘洁表示两者是相辅相成的，“现在大家整体来讲，考虑人工智能，一定是可以替代一部分简单重复的工作，使医生从简单重复的工作上脱离出来，在更高层面上进行创造，进行发挥。未来我相信人工智能不是替代医生，一定是人工智能帮助医生。最后不是人工智能赢了医生，或者医生赢了人工智能，而大家认为是用人工智能的医生，赢了不用人工智能的医生，它一定会提高我们的效率。”
《医述》：多点执业 多点理想
