2019年已然過去，這一年在人工智能發展史上是一個至關重要的一年。從2014年開始，人工智能開始越來越頻繁地出現在人們科技話題的談話中，也隨之引來資本的熱逐。在接下來的四年里，投資者對人工智能的熱情一路升溫。到2018年，中國人工智能投融資規模達到1189.8億元的高峰。但在一年以后，這個行業明顯開始遇冷，在2019年的第三季度投融資規模也才577.17億元，幾乎被攔腰斬斷。

　　在醫療人工智能這個小領域中來看，其發展歷程基本和人工智能這個大領域的發展趨勢一樣，投資規模從2014年的2.02億一路高歌猛進上升到2018年的84.76億，到2019年第三季度陡降至38.82億，金額同比下降50%。資本市場的降溫是因為從2015年開始，許多人工智能復制互聯網思維做技術，而這些技術卻并不硬核，導致大把大把的資金投入卻有進無出。經歷了太多忽悠的泡沫過后，一方面投資者變得謹慎，另一方面因為這些技術不夠硬核，帶來大量的跟風者，讓投資者難辨各個人工智能項目潛力的高低，更加追求保守的投資方向。

　　醫療人工智能領域更加特殊。目前，即使讓人工智能參與醫療過程，人工智能也無法替代醫生的作用。除了AI模型訓練等環節需要醫生深度的參與之外，人工智能的學習方法也存在很大的局限性，無法脫離大量的人工標注。同時，與醫生相比，人工智能的學習還缺乏很多生理、病理方面的理論知識，尤其缺乏對不同來源信息的綜合利用，缺乏和醫生一樣的綜合判斷能力。正因如此，知識圖譜目前也就成為醫學人工智能研究未來的重要突破口。同時，需要注意的是，目前的醫療人工智能還比較碎片化，沒有做到足夠的集成化。不同疾病模型的使用環境都不同，如果不能建立統一的集成規范，就會為了人工智能而智能，把醫生的工作站改造得“支離破碎”，反而影響了效率，這也正是許多醫療機構即使擁有了人工智能，醫生也經常不使用這些新技術的原因。而要解決這個問題，唯有讓開發者和醫生打成一片，真正理解醫院的整體工作，才能有的放矢，全盤規劃。

　　在2019年中，以CDSS（臨床輔助決策支持系統）和VTE（靜脈血栓栓塞癥）智能防治系統等為代表的AI應用推廣比較突出。這得益于這些AI技術被嵌入到了醫生工作站，甚至下沉到了基層醫療服務機構，比如百度開發的靈醫智惠CDSS已運用到了北京市平谷區馬坊社區衛生服務中心，眾陽健康開發的全科醫生診療機器人也應用到了濟南市平陰縣孝直鎮和圣苑社區衛生服務中心。同時，在CDSS的下沉推廣中，CDSS與MDT（多學科聯合會診）的聯合也是一個重要的發展趨勢。因為CDSS是基于一個單學科，而患者的病癥并不一定是單學科可以解決的，因此就需要把CDS作為一個子系統嵌入MDT當中，得出最佳診斷結果和治療方案。在2018年11月，北京大學就牽頭，聯合亞太肝病聯盟和醫渡云一同開發“全國肝病腫瘤多維MDT人工智能協作平臺”，并在一些醫院推行。

　　除了系統平臺不斷整合多學科的資源，整個醫療人工智能行業在2019年中也越來越走出單打獨斗，形成突出抱團發展的趨勢，形成一些行業聯盟。比如在2019年的9月，就先后成立了愛迪生數字醫療智能平臺、華為云醫療健康鯤鵬產業聯盟等。在大環境降溫的時候，這種抱團取暖也是度過危機的一種有效方式。