“大家都有過相關的看病或者檢查經歷，知道不管是胸片，ct，核磁共振，b超，心電圖，甚至一些體液檢測，都是一種非常快速的檢查技術。
不過除了像是b超，心電圖這種少數能夠馬上拿到檢查報告外，其它的大部分影像檢查和體液檢查都需要等待較長的時間才能出結果。有的時間比較短的可能等待半個小時一兩個小時，有的呢等待半天，還有的一兩天，甚至需要等待一週時間，這大大延誤的病情，浪費掉了非常寶貴診治時間。
之所以會出現這種情況，是因為這些檢查技術的檢查速度是很快，但需要醫生對於這些檢查所生成的影像畫面進行仔細分析解讀，診斷，從而才能夠得出結論，生成檢查結果。因為整個分析解讀診斷過程全部都是由醫生人工完成的，所以任務量很大，效率也就比較慢了。即便是一名病人的診治時間是五分鐘，那麼十名病人，一百名，甚至更多的病人加起來，那需要的時間可就多了。”
“所以我們就在想這個針對於這些檢查影像畫面的分析解讀診斷工作能不能交給人工智慧來完成呢，這樣一來不就是剩下了很多時間嗎。
大家知道，在影象識別技術領域，我們一直走在行業的前沿。在我們看來，這項工作非常容易實現，因為本身我們就可以運用各大醫院所積攢下來的這些檢查影像畫面資料資料進行學習訓練，這樣一來我們的這套醫學影像畫面識別診治系統就能夠不斷的學習成長，強大。
透過它強大的分析計算能力，可以發現很多醫生都很難發現判斷的病灶。從這方面來說，它在這方面的準確性精度是哪怕經驗在豐富的老醫師都無法比擬的。
而透過這套醫學影像畫面識別診治系統，患者們就可以最快速度獲得檢查結果，不需要漫長的等待過程。基本上可以實現檢查完檢查診斷結果同步生成，這是人工遠遠無法比擬的。
然後我們可以將這套醫學影像畫面識別診治系統併入到整個人工智慧醫療診治系統中來，成為其中的一套子系統。
如此一來，患者可能只需要十幾分鍾，就能夠完成整個門診的看病檢查診治過程。若是患者的病症無需住院，或者是其它介入治療，那麼這套人工智慧醫療診治系統就會生成具體的診治處方單，並在病人的許可授權下，向藥物3d列印系統傳送藥物列印訂單。
那邊的藥物3d列印系統在接到訂單後，隨即開始按照需求列印相關的治療藥物。等到患者從門診出來來到藥方的時候，藥物已經列印出來封裝好，等待患者取藥了。
若是患者病情危重，需要進一步診治或者住院的話，這套人工智慧醫療診治系統會通知二線待命的醫生們，這樣他們就可以第一時間接手患者，進行後續相關的治療。或者是對對患者進行暫時的安置，聯絡上級醫院派人前來接收。
整個診治過程，完全不需要人員參與。”
聽到吳浩的話，臺下包括正在觀看直播的很多觀眾都紛紛露出了難以置信的神色，甚至很多懷疑之聲從各處冒了出來。
很多對此比較關注的醫生專家們，包括醫學界的一些相關從業人士也都是第一時間獲知了這個訊息，並迅速在圈子內傳播了起來。不少專業人士都紛紛提出來了質疑，甚至是批評。認為這種讓人工智慧來看病是不是有些異想天開，完全是拿患者的生命健康開玩笑。
當然，這些吳浩是看不到的。
他給了臺下眾人一些反應消化時間，隨即接著講了起來：“當然了，這套系統也不一定適用於所有病人，所以為了體現人為關懷，以及幫助一些危重病人，老弱病殘患者，還是需要安排一些醫務人員從旁進行協助的。
另外一方面，也是為了引導這些患者更加方便快捷的就診，也是為了維護保養整個裝置的正常運轉嘛。”