隨著圖像識別、深度學習、神經網(wǎng)絡等關鍵技術的突破，帶動了人工智能新一輪發(fā)展，對醫(yī)療領域的改造是顛覆性的。而2017年被稱為人工智能發(fā)展的轉折點，標志之一就是人工智能醫(yī)療技術的加速產品化。

中國人工智能醫(yī)療市場規(guī)模持續(xù)增長，有望在2018年市場規(guī)模達人民幣200億元。

根據(jù)預測，2016年中國人工智能+醫(yī)療市場規(guī)模達到人民幣96.61億元(以下單位同)，增長率為37.9%，中國人工智能+醫(yī)療市場規(guī)模持續(xù)增長，2017年將超130億元，增長40.7%，有望在2018年市場規(guī)模達到200億元。

通過調查的數(shù)據(jù)顯示，在醫(yī)療行業(yè)中已成熟應用以及正在嘗試、計劃應用人工智能技術的占比已達78.5%。同時，有76.39%的人認為人工智能技術將會在醫(yī)療行業(yè)廣泛應用。

人工智能醫(yī)療應用場景主要分成了語音識別、醫(yī)學影像、藥物挖掘、營養(yǎng)學、生物技術、急救室管理、醫(yī)院管理、健康管理、精神健康、可穿戴設備、風險管理和病理學共12個領域。

通過語音識別和疾病數(shù)據(jù)分析，可實現(xiàn)機器診斷疾病。醫(yī)療是一個更垂直，專業(yè)度更高的領域，有很多專業(yè)術語和專業(yè)技能需要我們去學習。而這就需要大量的醫(yī)療專業(yè)詞匯庫的積累。人工智能診斷疾病可更準確、更快捷、更安全，以及更便宜的實現(xiàn)病患處理。

醫(yī)學影像與人工智能的結合，是數(shù)字醫(yī)療領域較新的分支，而且是數(shù)字醫(yī)療產業(yè)的熱點。醫(yī)學影像包含了海量的數(shù)據(jù)，即使有經驗的醫(yī)生有時也顯得無所適從。醫(yī)學影像的解讀需要長時間專業(yè)經驗的積累，放射科醫(yī)生的培養(yǎng)周期相對較長，而人工智能在對圖像的檢測效率和精度兩個方面，都可以做得比專業(yè)醫(yī)生更快，還可以減少人為操作的誤判率。

藥物的發(fā)現(xiàn)和篩選經歷了三個階段：第一階段是1930~1960年之間的隨機篩選藥物階段。隨機篩選藥物的典型代表就是利用細菌培養(yǎng)法從自然資源中篩選抗菌素。

第二階段是1970~2000年可以使用高吞吐量的靶向篩選大型化學庫。組合化學的出現(xiàn)改變了人類獲取新化合物的方式，人們可以通過較少的步驟在短時間內同時合成大量化合物，在這樣的背景下高通量篩選的技術應運而生。高通量篩選技術經過發(fā)展，已經成為比較成熟的技術，不僅僅應用于對組合化學庫的化合物篩選，還更多地應用于對現(xiàn)有化合物庫的篩選。

第三階段是現(xiàn)在，虛擬藥物篩選階段，將藥物篩選的過程在計算機上模擬，對化合物可能的活性作出預測，進而對比較有可能成為藥物的化合物進行有針對性的實體體篩選，從而可以極大地減少藥物開發(fā)成本。

在醫(yī)藥領域，最早利用計算機技術和人工智能并且進展較大的就是在藥物挖掘上，如研發(fā)新藥、老藥新用、藥物篩選、預測藥物副作用、藥物跟蹤研究等，均起到了積極作用。這實際上已經產生了一門新學科，即藥物臨床研究的計算機仿真(CTS)。

現(xiàn)時人們生活水平大幅度上升，對食品的營養(yǎng)有更高的要求，合理的膳食搭配以及更安全的有機食品需求成為新的食品產業(yè)增長點，急需新技術推動行業(yè)變革。

研究者開發(fā)了一套機器學習算法，分析學習血樣、腸道菌群特征與餐后血糖水平之間的關聯(lián)，并嘗試用標準化食品進行血糖預測。葡萄糖是人類細胞最主要的能量來源，血糖異常會導致多項重要疾病?？梢哉f，機器學習算法可以給出了更精準的營養(yǎng)學建議。

其中，作為健康數(shù)據(jù)的采集基礎，可穿戴設備可以說是作為人工智能的先鋒來到大眾視野。隨著人工智能技術的快速發(fā)展，以及對醫(yī)療數(shù)據(jù)的采集及應用情況的完善，伴隨著物聯(lián)網(wǎng)大環(huán)境的促進下，可穿戴設備也將再次發(fā)力，為人們的健康保駕護航。

語音識別則可有效緩解醫(yī)院三大明顯的痛點：效率、安全、數(shù)據(jù)。語音識別能夠很好的與現(xiàn)有電子病歷系統(tǒng)相結合，在記錄每個病人病情時，通過語音錄入的方式極大的提高了效率。將醫(yī)生從機械的文字寫入工作中解放出來，提升就診效率和患者體驗度。

智能醫(yī)學影像是將人工智能技術應用在醫(yī)學影像的診斷上。人工智能在醫(yī)學影像應用主要分為兩部分： 一是圖像識別，應用于感知環(huán)節(jié)，其主要目的是將影像進行分析，獲取一些有意義的信息;二是深度學習，應用于學習和分析環(huán)節(jié)，通過大量的影像數(shù)據(jù)和診斷數(shù)據(jù)，不斷對神經元網(wǎng)絡進行深度學習訓練，促使其掌握診斷能力。

從變革層面講，人工智能是從生產力層面對傳統(tǒng)醫(yī)療行業(yè)進行變革;從形式上講，人工智能應用在醫(yī)療領域是一種技術創(chuàng)新;從改造的領域來講，人工智能改造的是醫(yī)療領域的供給端;從驅動力來講，人工智能主要是技術驅動，尤其是底層技術的驅動。

從創(chuàng)新的性質而言，人工智能屬于重大創(chuàng)新;從對市場影響而言，人工智能帶來增量市場，且隨著智慧程度不斷提升，理論上潛在的市場空間無限。