1．医生学医难 临床医生的成长过程是继承前人经验的过程。继承经验的形式有记忆经验和内化经验。记忆经验是通过阅读和听讲等方式学习他人的经验，内化经验是医生在临床实践中通过使用把他人的经验转化为自己的经验。医生在医学院校上学时是纯粹的记忆他人经验，进入临床以后，是一边记忆他人经验，一边内化经验。 在一个医生的职业生涯中，有大半的时间用于记忆经验，这个过程漫长而又枯燥，有时候甚至可以说是痛苦的。很多内容明明记住了，可是过一段时间忘记了，又得重新记忆，然后还会忘记，还得重新记忆。对于已经记住的经验，医生也不是任何时候都处于最佳状态，可以为每个病人调用最佳经验。

2．病人看病难 如果我们把掌握了大量临床经验的医生称为“名医”，那么名医资源是极其短缺的，同时，名医的分布随着某地区经济和政治的重要性降低而减少，而人口的分布却恰恰相反，因此，对大部分人尤其是农村的来说异地看病是不可避免的。另一方面，异地看病难以实现，因为，在经济上的弱势决定了这些占人口绝大多数的老百姓承担不起太高的医疗费用，病人的病情不允许拖延太长的时间，名医资源的稀缺性决定了病人被名医诊治的机会非常有限。因此，病人看病难。

三．解决问题的方法——结合人工智能与Internet技术

1．人工智能和医学结合可以解决医生学医难的问题 人工智能是计算机科学的一个分支，其长远目标是人工智能的机器实现。经过半个多世纪的发展，人工智能产生了一大批理论成果，并获得了广泛的应用。人工智能是一个既神秘又现实的话题。说它神秘，是因为它对大多数人来说很不可思议，冲击了人类的行为、思维和价值观，让人类感受到一种被否定的威胁；说它现实，是因为它在很多领域的表现已经与人类相媲美，甚至超过了人类。 2004年6月8日，中国首届国际象棋“人机对弈”拉开战幕，对局的一方是国际特级大师棋后诸宸小姐，另一方是“紫光之星”电脑。在首轮比赛中，诸宸负于“紫光之星”。在6月12日的第二场比赛中，诸宸再次负于对手。据了解，“紫光之星”的软件由数据库和运用程序两部分组成，其中数据库包括二百多万个棋谱，据分析其每秒钟的计算量超过二亿次。 人工智能能否和医学结合？应该怎样结合？我们可不可以设计出一种类似“紫光之星”的产品，先把需要继承的医学经验进行汇总、分类并制作成一个数据库，然后编制出模拟人类思维的可以驾驭这些经验的高度智能化应用程序，如果可以，这个产品是不是能够替代我们记忆那些我们花费一辈子也无法全部掌握的医学经验呢？并且，在实际运用的时候这个产品是不是能够任何时候都以最优化的方式调用这些经验呢？