AI在医疗领域的应用是重中之重，来看一下近半年人工智能在临床应用案例。
2018年3月18日，梅奥诊所和IBM Watson Health宣布了一项成果研究：将IBM的Watson用于临床试验匹配系统时，乳腺癌临床试验的参与人数增加了80％，筛选临床试验匹配患者的时间明显减少。 该系统只能支持乳腺癌、肺癌和胃肠癌的临床试验匹配。
2018年5月24日，在FDA局长Scott Gottlieb博士发表关于人工智能与数字医疗的演讲后不久，FDA又批准了一项AI成果：允许Imagen公司的OsteoDetect软件进行上市销售，用于检测成人患者的手腕骨折，Imagen公司的OsteoDetect是一种计算机辅助检测和诊断软件，它使用人工智能算法来分析二维X射线图像中桡骨远端骨折的情况，这是一种常见的手腕骨折类型。该软件在图像上标记骨折的位置以帮助使用者进行检测和诊断。
2018年6月20日，个性化糖尿病管理解决方案的开发商DreaMed Diabetes宣布，美国食品和药物管理局（FDA）审核通过了其公司产品DreaMed Advisor Pro的De Novo申请，这是一种基于AI的糖尿病治疗决策支持软件，通过上述申请意味着这款软件已经可以在美国市场上进行销售。
目前人工智能技术在医疗领域的应用主要集中于以下四个领域：
(一)医疗机器人
目前实践中的医疗机器人主要有两种：
一是，能够读取人体神经信号的可穿戴型机器人，也成为“智能外骨骼”;
二是，能够承担手术或医疗保健功能的机器人，以IBM开发的达·芬奇手术系统为典型代表。
(二)智能药物研发
智能药物研发是指将人工智能中的深度学习技术应用于药物研究，通过大数据分析等技术手段快速、准确地挖掘和筛选出合适的化合物或生物，达到缩短新药研发周期、降低新药研发成本、提高新药研发成功率的目的。
人工智能通过计算机模拟，可以对药物活性、安全性和副作用进行预测。借助深度学习，人工智能已在心血管药、抗肿瘤药和常见传染病治疗药等多领域取得了新突破。在抗击埃博拉病毒中智能药物研发也发挥了重要的作用。
(三)智能诊疗与健康管理
智能诊疗就是将人工智能技术用于辅助诊疗中，让计算机“学习”专家医生的医疗知识，模拟医生的思维和诊断推理，从而给出可靠诊断和治疗方案。智能诊疗场景是人工智能在医疗领域最重要、也最核心的应用场景。
智能健康管理是将人工智能技术应用到健康管理的具体场景中。目前主要集中在风险识别、虚拟护士、精神健康、在线问诊、健康干预以及基于精准医学的健康管理。
(四)智能影像识别
智能医学影像是将人工智能技术应用在医学影像的诊断上。人工智能在医学影像应用主要分为两部分： 一是图像识别，应用于感知环节，其主要目的是将影像进行分析，获取一些有意义的信息;二是深度学习，应用于学习和分析环节，通过大量的影像数据和诊断数据，不断对神经元网络进行深度学习训练，促使其掌握诊断能力。
医疗大数据里最常见的是影像数据，而且影像数据格式标准，容易获取、容易使用。但是医疗大数据不仅限于影像，还包括病理、临床治疗信息等，只有这些信息融合在一起才能建模，才能解决人工智能真正在医学上的应用。
积极探索AI技术的应用前景，AI技术只有跟临床挂钩才有价值，经过商业的转化才能变成生产力。
第一种，AI企业成为ODM或者OEM，给器械商提供人工智能的软件包；
第二种，将云端产品放到医院，并按诊断数量收取费用，相当于与医院方共同提供医学影像服务并采取分成模式；
第三种，客户按照使用模块进行付费。付费方式可以是钱，也可以用数据抵付；
第四种，面向用户的2C模式，患者将数据上传，系统自动给出诊断结果。
深度学习要取代医生是不可能的，深度学习运用得当，却解决很多问题。
在实际的产业发展中，中国智能医疗仍处于起步阶段，但赖于资本的追捧，多家智能医疗创业公司已顺利获得融资。在未来的发展中，国内公司应当加强数据库、算法、通用技术等基础层面的研发与投资力度，在牢固基础的同时进一步拓展智能医疗的应用领域。
