全球通用计算总量将达（FP32) 3.3 ZFLOPS，同比2020年增长10倍
让健康可计算，让生命有质量
2030年，人们以依托高灵敏的生物传感器、云端存储的海量健康数据，让健康可计算。人类将能实现主动预防，从“治已病”到“治未病”；借助物联网、AI等技术，让未来的治疗方案将不再千篇一律；大型医疗设备更加便携化，实现居家远程医疗联动。
华为预测，到2030年：
全球通用计算总量将达（FP32) 3.3 ZFLOPS，同比2020年增长10倍
AI计算（FP16）105 ZFLOPS，同比2020年增长500倍
探索方向
以计算识别隐患，从“治已病”转向 “治未病”
根据WHO的研究显示，身体患病60%的因素和生活方式有关。我们可以通过对健康状态的实时追踪和建模计算，来督促良好生活习惯的培养，在发病以前消灭病痛，从“治已病”转向“治未病”。
未来场景：构建健康知识图谱，让健康管理更实时高效
实时分析用户身体指标数据、医学临床反应、健康诊疗结果等，形成健康图谱。通过对比分析，为用户提供定制的健康解决方案，逐渐改善不良生活方式，促进个人形成健康的生活习惯，从而少生病。如：接受全年健康管理的参与者平均每天睡眠增加35分钟，体重减轻约1.5公斤。 此外，还可将健康图谱与医疗知识图谱进行结合，在绘制患病的风险情况及未来发展趋势的同时，帮助医生做出更迅速、更有针对性的诊断。
未来场景：AI助力传染病蔓延轨迹预测，让疾病预报更准确
利用自然语言处理等技术，持续收集并分析全球范围内关于重大公共卫生事件的新闻、报告和搜索引擎指数，从中提取有效数据，并进行科学建模和智能化判断分析，可以有效提升应对公共卫生事件的响应速度和决策能力。业界有公司使用自然语言处理和机器学习，从官方公共卫生组织、数字媒体、全球航空公司票务数据、牲畜健康报告和人口统计声明等多种公共数据来源中，分析了数十亿个数据点，可以24小时不间断地分析疾病的传播与蔓延情况。
精准医疗，计算最佳治疗方案
合理的医学治疗方案能够使患者获得有效、安全、便捷的治疗，在复杂的临床症状中，在诸多可行治疗方案里寻求最优的关键是“计算”。
未来场景：药效精确评估，从“千人一药”到“千人千药”
在传统情况下，医生没有太多的时间，去了解每个病人身体状况的方方面面，主要依赖专业知识和个人经验的判断，快速给出一个通用性的医疗方案。AI通过学习成千上万的病理诊疗方案，并实时分析结合病人个体综合差异，可以帮助医生给出更具个性化的治疗方案。 新加坡研究机构创建了以人工智能技术驱动的药效精准评估平台，该平台可以快速识别每位患者的历史临床数据，针对患者自身情况给出建议的用药剂量和联合用药方案，并在此基础上对肿瘤大小或肿瘤生物标志物水平进行修正。
未来场景：AI精准识别靶区，减少对健康细胞的错杀
个性化的精准医疗的价值，也在帮助对抗人类的天敌-癌症上。自适应放疗借助AI技术，在放疗过程中自动识别病灶位置变化，对放疗靶区的影像进行精密地勾画，以实现精准照射，从而减少对健康组织的损害。 目前AI精准识别靶区，已实现CT、超声、MRI等多种影像的靶区自动勾画。通过基于人工智能技术的配准功能，根据临床的需要，在不同器官和选择区域间进行自动配准，突破传统算法的精度和速度限制。AI的应用将原来2-3小时的勾画环节缩短至分秒级，使得放疗对健康组织的损害量降低30%。
家庭诊所，云边端计算协同，普惠医疗资源
通过云边端计算协同，实现远程医疗联动，便可让优质医疗资源可共享，同时还能让医疗服务不限于医院，而是扩展至社区、家庭。
未来场景：云上诊断，专家资源面对面
传统诊疗流程中，由于地域医疗资源分布不均，小城市和乡村医疗资源不足，常因诊断失误而贻误病情。在未来，将传统影像设备的复杂处理逻辑放到云端，在云上为医生提供远程阅片及人工智能辅助诊断功能，并同步传输诊疗信息，患者可以接受知名专家的云端诊疗服务。通过“终端数据采集+5G+云计算”方式，还能在社区医院与医学中心之间建立医学影像信息互联共享。
未来场景：设备便携化，降低专业医疗检测的门槛
设备的便携化，将降低专业医疗检测的门槛。在元器件小型化、芯片化的技术推动下，原来只能在医院内使用的大型医疗设备，正在便携化方向发展，让移动化检查成为现实。
