1樓：岑沁沁
現在人工智慧在醫學領域已經發展迅速
比如心電圖的識別，記得心內科老師說過，現在自動診斷準確率已經很高了，大部分情況下可以直接參考。還有肺部小結節，畢竟人眼看的仔細程度變化比較大，現在人工智慧識別很多很細小也能看出來
未來的話準確率可以進一步提高
慢病管理上，人工智慧也有很大的潛力
醫療影像、病理診斷現在已經有開發了，未來一定會更加完善
2樓：捌拾玖
第乙個拿下的肯定是分診，導診、分流、指引這些工作甚至用不上AI，早就應該，也已經逐漸被電子資訊科技取代。
檢驗科緊隨其後，現在化驗單上的箭頭就已經擔任了檢驗科一大半的工作。
再下乙個是藥房，不過依然需要安排人工檢驗，畢竟這個用了AI也得防止出事情。
醫護人員的腦力工作，一些疾病的診斷是可以配合或者完全依靠AI的，不過醫患交流還沒法完全用人機互動來取代。
也有很多體力工作，比如手術，目前來說先設計出合適的手動、半自動機械裝置是更需要的，然後才是全自動機械、搭載AI的機械人。
最最應該趕快用AI換掉的，是行政啊！！！
3樓：LeeCenwere
作為乙個影像科的未來醫生
我想給自己點一首張碧晨的涼涼
對就是夏川真涼的涼
本來影像就是臨床的庶子現在又給我出個AI？？？
先來說說以後的就業方向吧
超聲科:目前看來是暫時不會被取代。畢竟這玩意不像ct x線一樣那麼精確，還是有點經驗判斷在裡面的。
CT:我覺得近十年最容易被取代的科室之一。ct的好處也是最容易被ai掌握的地方就是它的精確性。
斷層成像給了ct無與倫比的精確，也給了ai最好的數位化模板。真的有一天全國大資料建成，所有準確的ct全部給ai分析一遍，估計離ct醫生下崗也不遠了。
x線:這東西是我覺得近十年最容易被取代的科室之二。和ct一樣，也是輸在了精確上。這種數位化的攝影，AI比人分析的更準確，再給與大資料分析的支援和提醒，可怕。
(據說好多北京上海那邊的老師已經看不過ai了。)
核磁:這個經驗性頗高。還有各種模式選擇，對於醫生的經驗要求不低。所以我對核磁還是抱有很大希望的。
介入:這個算是很臨床的科室。基本上全憑技術，這個是不是得聯合達文西？
而且！現在我的這個學校！不讓考臨床科室！哭！
4樓：侏醫生
醫院的藥房是最危險的。
雖然醫院裡有藥師這個專業類別，理論上藥師是可以參與臨床，和醫生商量用藥得，但是，實際上，醫院裡藥師幹的工作主要就是在藥房裡撿藥，發藥，有時候看到處方有疑問時，不發藥叫患者找醫生問問確定一下，這時候才算發揮了專業技能，而撿藥發藥這個過程，基本發揮不出他們的專業知識，說難聽點，他們幹的活和外面藥店的中專畢業的小妹基本一樣。
他們的工作已經在被機器代替了，我們醫院已經引進了發西藥中成藥的機器，交費後機器自動檢出來，藥師最後核對一下即可。一台機器我估計起碼頂的上五六個人，而且二十四小時工作不用休息不用請假啊！
那個機器我感覺使用非常穩定，但是醫院並沒有進一步安裝更多的這類機器，我覺得原因應該主要是安裝完了機器，原來的藥師怎麼辦？怎麼安置？！公立醫院，無緣無故怎麼炒老職工？
不可能的，轉崗？藥師和臨床的完全不同專業，執業證都不一樣，怎麼轉？反正一堆問題。
我感覺最靠譜的還是去研究開發新藥，但這就屬於科研編制了。
最後說一句，我感覺學藥學專業的似乎也是個坑？
5樓：鄧鉑鋆
這要取決於有多少錢。目前，實驗階段的CT、B超診斷甚至是心音聽診，AI已經能做的比擁有多年經驗的醫生好了。即便在知乎使用者認為遠離一線大城市科技革新的山東濟南市一大學，學者們正在攻克神經膠質瘤AI診斷和消化道腫瘤AI診斷。
只要不差錢，未來十年，藥檢放都是被AI取代的物件。再過十年，臨床思維不強大、基本臨床操作技能不過硬的醫生就要受到「要是電腦有手有腳要你還有什麼用」的質疑。俺們超市收銀員現在距離全面失業就差乙個靠譜的人機互動介面，三十年之後的醫生們也會面臨這個危機。
如何看待人工智慧未來十年的發展空間？
哈哈哈 以故障診斷領域為例，近年來湧現出很多面向故障診斷的深度學習方法，例如深度殘差收縮網路。但是，乙個很大的困難在於，許多企業將狀態監測資料作為商業機密，不予公開。這是因為，過高的故障率很可能會影響企業的聲譽。因此，人工智慧在故障診斷領域面臨著資料量不足的問題。 合象寶貝 人工智慧的未來發展變化是...
未來十年，人工智慧和雲計算會讓世界發生哪些改變？
蒯乃平 其實何須十年呢？當下的世界早已被人工智慧覆蓋。我相信大家自己都不知道自己喜歡讀什麼樣的書？你很難說，我喜歡什麼，科幻？懸疑？我更喜歡哪個多一點？但是人工智慧知道，他會一直收集我們的資料，再通過雲計算分析，我喜歡什麼書 不喜歡什麼書，他都知道。但拿看書這個例子來說，我們讀書的同時，他也在 讀 ...
人工智慧產業的崛起，未來十年內會帶動什麼型別的企業發展
老王 人工智慧可能會帶動高階運維行業的發展。例如，風電機組在建成之後，肯定是需要診斷維護的。風電機組 現有已經有許多適用於裝備故障診斷的方法。例如，殘差收縮網路 https ieeexplore.ieee.org document 8850096 就適合通過對振動訊號的分類，實現故障診斷的功能。適用...