二．醫學界的困境

1．醫生學醫難 臨床醫生的成長過程是繼承前人經驗的過程。繼承經驗的形式有記憶經驗和內化經驗。記憶經驗是通過閱讀和聽講等方式學習他人的經驗，內化經驗是醫生在臨床實踐中通過使用把他人的經驗轉化為自己的經驗。醫生在醫學院校上學時是純粹的記憶他人經驗，進入臨床以后，是一邊記憶他人經驗，一邊內化經驗。 在一個醫生的職業生涯中，有大半的時間用于記憶經驗，這個過程漫長而又枯燥，有時候甚至可以說是痛苦的。很多內容明明記住了，可是過一段時間忘記了，又得重新記憶，然后還會忘記，還得重新記憶。對于已經記住的經驗，醫生也不是任何時候都處于最佳狀態，可以為每個病人調用最佳經驗。

2．病人看病難 如果我們把掌握了大量臨床經驗的醫生稱為“名醫”，那么名醫資源是極其短缺的，同時，名醫的分布隨著某地區經濟和政治的重要性降低而減少，而人口的分布卻恰恰相反，因此，對大部分人尤其是農村的來說異地看病是不可避免的。另一方面，異地看病難以實現，因為，在經濟上的弱勢決定了這些占人口絕大多數的老百姓承擔不起太高的醫療費用，病人的病情不允許拖延太長的時間，名醫資源的稀缺性決定了病人被名醫診治的機會非常有限。因此，病人看病難。

三．解決問題的方法——結合人工智能與Internet技術

1．人工智能和醫學結合可以解決醫生學醫難的問題 人工智能是計算機科學的一個分支，其長遠目標是人工智能的機器實現。經過半個多世紀的發展，人工智能產生了一大批理論成果，并獲得了廣泛的應用。人工智能是一個既神秘又現實的話題。說它神秘，是因為它對大多數人來說很不可思議，沖擊了人類的行為、思維和價值觀，讓人類感受到一種被否定的威脅；說它現實，是因為它在很多領域的表現已經與人類相媲美，甚至超過了人類。 2004年6月8日，中國首屆國際象棋“人機對弈”拉開戰幕，對局的一方是國際特級大師棋后諸宸小姐，另一方是“紫光之星”電腦。在首輪比賽中，諸宸負于“紫光之星”。在6月12日的第二場比賽中，諸宸再次負于對手。據了解，“紫光之星”的軟件由數據庫和運用程序兩部分組成，其中數據庫包括二百多萬個棋譜，據分析其每秒鐘的計算量超過二億次。 人工智能能否和醫學結合？應該怎樣結合？我們可不可以設計出一種類似“紫光之星”的產品，先把需要繼承的醫學經驗進行匯總、分類并制作成一個數據庫，然后編制出模擬人類思維的可以駕馭這些經驗的高度智能化應用程序，如果可以，這個產品是不是能夠替代我們記憶那些我們花費一輩子也無法全部掌握的醫學經驗呢？并且，在實際運用的時候這個產品是不是能夠任何時候都以最優化的方式調用這些經驗呢？