這個我來說一下好了，看了之前樓主的回答，其實都沒有錯，深度學習在醫療領域的應用還是很多的，但是究其原因，決定深度學習是否可以運用到醫療某個方面的因素，個人覺得有以下幾個因素（想起啥就寫啥了，不要見怪）：

1.影象檢測方面

這個就是深度學習目前比較主流的方向了，大部分的深度學習工作都是基於CNN的影象方面的，所以回頭想想醫院裡的一些運用，讓我們先想想有哪些關於影象的？

a.CT

片，這個CT片的方面多了，比如腦部CT，身體骨骼CT片等等，因為深度學習可以提取相關的特徵資訊，如果在之前樣本數較多的情況下，可以利用這一個優勢去協助判定一個的CT片是否存在問題或者預估可能出現的問題，這些都是可以的

b.牙科方面，有人可能知道，如果去做矯正牙齒的話，醫生會讓你咬一個牙模或者是拍一些片子，然後再告訴你如何去矯正，該拔還是該歸正，這些到目前為止大部分都是人在做，醫院的相關人員一個一個的看然後給你建議，最後再做矯正，這個工作目前是完全可以利用深度學習來完成，因為無非就是影象處理問題，華西口腔目前已經在做這方面的研究，據我所知目前已經有所進展，完全可以利用AI來進行排牙齒，完全和人工可以相比，甚至超過人工。

c.腸胃鏡方面，這個做過彩超或者B超的人可能知道，醫生一邊是在聽，一邊是在看，那麼這個看其實就是圖片的識別，這個能不能用來ai應用我真的不清楚，但是如果是有規律可循或者有很多樣本存留的話，那麼利用AI識別一般也是問題不大的。

好了這一塊就簡單說這些吧，因為我也就想得起這些了。

2.聲音識別方面

這個聽診方面怎麼講呢？

聽診，主要在一個聽字，聽就是在做一個動作，憑藉以往的經驗或者標準來判定你是存在心律不齊，心律過慢等問題，或者上面說的腸胃內部的一些奇怪的聲音等等，這些關於醫學倫理的方面，我就不說太多了，主要說的是如果這個是有樣本保留，比如說什麼樣的聲音代表心律不齊，或者又是什麼樣的聲音代表內部存在疾病，這些目前依我來看應該是沒有什麼樣本資料存在的，要不醫學生哪用那麼辛苦去學上8年才能出頭？

不過理論是是可行的，其他的也就不說太多了。

總而言之，言而總之，你可能說這不是廢話麼？按照你說的這些都是可行的，可是就是現在不可行，對的，我之所以說可行，是因為我從深度學習的方法和理論上去分析了，感覺是可行，但是殊不知深度學習前期的樣本整理是個多麼大的工程，哈工大，北大，清華，關於NLP自然語義處理，哪個沒有用超過10年的時間在做？

總之，醫學方面的應用，按照理論分析之後感覺有很多的，持續發掘吧，但是有一點請放心，ai人工智慧並不會搶人類的飯碗的，因為它會產生一些衍生工種，保證社會的發展的和人類的進步（說的有點大，心裡好怕怕）