说到长期以来国内的医疗行业的痛点，最为显著的两点就是看病难和看病贵，实际上这也是世界性的医疗难题。即使是医疗水平更高的发达国家的民众，在看病就医时同样面临这样的困境。二十一世纪以来，在政府部门和医疗行业的共同努力下，国内的医疗条件得到较大程度提高。然而，医疗资源地区分布不均衡的问题却越来越显著，一方面优质的医疗资源集中在一二线城市中，而偏远地区医疗资源存在不足;另一方面国内各地的患者都热衷于前往大城市求医，导致一线城市医疗资源较为紧张。

　　一定意义上而言，无论是城镇还是农村，都面临医疗资源不足的问题，患者接触优质医疗资源的难度都很大。如果有充足的医疗资源作为支撑，城乡民众都能够获得更优质的医疗服务。而实际上，具体来看医疗资源不足的问题，很大程度是由于“医生荒”。当前国内为患者提供服务医生人数不足，导致在业的医生往往需要超负荷工作，这种情况更是加剧了医疗人才的流失。

　　数据显示，从2005到2015的十年间，国内大学一共产生470万医学毕业生，然而实际增加的医生人数仅为75万，同比增长幅度约为16%，意味着大约有400万医学相关人才流失。

　　显然，医科毕业生转化为医生的比例极低，导致这种情况的原因有两个。其一是医学知识的实际运用难度较大，解决简单的临床问题很可能涉及到多方面分散的医学知识;其二是医生的培养过程相较于其他行业，更为严格且漫长，过程中有很多人被动淘汰或主动放弃。

　　从国内医疗行业现状来分析，如果有优秀的医生资源作为补充，将能够有效提高国内的医疗水平。业内人士指出，人工智能与医疗领域的结合，或许能够缓解国内医疗资源不足的现状。

　　一直以来，公众对于人工智能技术存在担忧，认为AI机器取代人类工作者，可能会导致失业率大幅上升。但结合医疗行业医生人数不足的实际情况，人工智能加入将是人类医生的有益补充，避免人类医生长时间的超负荷工作。虽然当前受限于技术水平，人工智能还只能够承担辅助***的角色，但随着AI医疗研发的不断深入，未来让人工智能为患者进行***并不是不可能。

　　更重要的是，人工智能还能在培养医学人才的阶段发挥作用。医学人才的教育一大困难在于，除了理论的医学知识之外，医生还需要大量的临床经验的积累。而人工智能发挥强大的数据处理能力，能够为医科学生模拟出针对性症状的病人，让医生更好的掌握所需的医学知识，并帮助医生更高效的积累实际经验，从而有效提高培养医疗人才的效率。