大数据和人工智能在医疗智能决策分析过程中有哪些应用场景？

具体的应用场景真的太多了。

例如在医院。

1、人工智能+医学影像，重点落地心血管及肿瘤影像

肺部疾病检测引擎：可以自动、快速、准确的从病人的胸部CT扫描序列中发现疑似病灶位置，降低肺癌早期筛查的成本，提高检测速度和检测的准确率，缓解医疗资源的紧张，挽救更多患者的生命。阿里巴巴达摩院AI中心医疗健康实验室的肺部疾病检测引擎具有检测准确度高、核心技术原创及经过实际场景验证这三大特点

智慧医疗行业的上游主要是医院相关方，主要涉及：

1、医疗器械设备：目前主要是指智能化的医疗器械设备。

2、医疗信息化：即医疗服务的数字化、网络化、信息化，是指通过计算机科学和现代网络通信技术及数据库技术，为各医院之间以及医院所属各部门之间提供病人信息和管理信息的收集、存储、处理、提取和数据交换。

3、远程医疗：着移动通信、物联网、云计算、视联网等新技术的发展，众多的智能健康医疗产品逐渐面世，远程医疗也处于第二阶段向第三阶段迈进的过渡时期。

而智慧健康行业的下游主要面对患者，可以涉及以下产业：

首先我本人是一名大数据开发的工程师，我认为是这样的:

1.大数据可以解决的是数据存储的问题，在以前数据存储不是很方便的时候，医生对于医疗病历信息，患者病理信息的保存是不完整的，现阶段有了大数据技术以后，医务工作者可以将相关的病理信息录入到大数据库中，这些信息对于相关疾病的研究起到了至关重要的作用。

2.大数据解决的是数据计算的问题，一个医生对于病理的理解深度，很大的因素取决于他自己的经验，这些经验是需要自己在临床中的摸索研究总结出来的，一个年轻的医生在这方面是匮乏的，如果众多的医院的医生都能将自己治疗患者时所采用的手段经验录入到医疗大数据库中，同时利用大数据人工智能的手段，充分的描绘出每个病症的病理，形成病症的画像，这样不管是年轻医生还是年迈医生，在诊疗时都有经验可寻，能够大大提高治疗的成功率。

人类的常见病也就是那么多，利用大数据存储，与计算分析，在患者病症的每个阶段都有相关的一整套治疗手段，对于患者来说是巨大的福音。