医疗健康是我国大力支持人工智能应用落地的四大产业之一。近年来，国家也出台了多项政策文件推动医院病历电子化、数字化以及人工智能的落地，分级诊疗制度在逐步建立，在我国面临医疗资源供给不足、分布严重不均衡的背景下，人工智能在医疗健康各细分领域纷纷落地，覆盖全产业链各应用场景。人工智能医疗企业的产品和服务带来行业的降本增效，在医学影像分析、疾病风险预测等领域相对成熟，赛道逐渐拥挤竞争激烈进入红海战役。

　　医疗人工智能会在云计算、AI芯片、大数据、深度学习、类脑智能等基础上，用于临床辅助决策、影像识别、病理辅助诊断、个人健康管理、基因测序、新药研发等。

　　医疗健康终端正在从专业领域向大众领域扩展，应用范围从医院、体检机构到社区、家庭再到个体，产品也已开始从专业医疗检测设备到家用、社区医疗检测终端再发展到可穿戴医疗健康设备。而且，目前的三大关键技术使得智能终端为用户实现了定制化的数据采集传输，分别为：一、高性能高可靠生物体征感知技术，包括智能传感、识别、算法等；二、低功耗轻量级底层软硬件技术，包括低功耗芯片、操作系统、应用开发工具等；三、低功耗广域智能物联技术，包括物联解决方案、芯片等。

　　目前，国家正在提倡分级诊疗，而基层首诊是分级诊疗制度的重要基础，分级诊疗需要基层医疗机构做好 “守门人” 和 “健康管理者”。这里说的基层主要是指医疗服务能力比较薄弱的地方，比如说具备“老三件”、简单生化仪器的社区卫生服务中心或村卫生室等。

　　值得注意的是，虽然智慧医疗在基层的推广和普及，可能是一种“搅局式”创新，但是这些技术创新有助于推动原来需要专家才能做到的诊断、治疗，让基层医生在缺乏高端仪器设备的情况下，也能为患者提供初步的诊治工作。

　　其次，从技术应用来看，比较常见并且高效运转的智慧医疗，主要是自然语言处理类辅助诊断系统和医学影像识别类辅助诊断系统两个细分领域。实际上，医疗人工智能作为一种提高效率的工具，目前已经覆盖了医疗产业链条上的医疗、医药、医保、医院四大环节，主要应用于医学影像、虚拟助手、药物发现、医院管理、健康管理、疾病预测、精准治疗以及辅助诊疗等方面。

　　众所周知，目前国内面临优质医疗资源的供需不平衡，医生培养周期长，疾病谱变化快，技术日新月异，人口老龄化加剧，慢性疾病增长等问题待解决。公开数据显示，全球医疗行业，平均每万人拥有医生14人，在中国这一数字也是14人，美国在27人左右。随着人们对健康重视程度提高，大量需求催生了医疗AI的快速发展。

　　不同领域的人才之间的交流还是会存在比较大的困难，一个领域的专业人才去了解另外一个自己不熟悉的领域，其困难也是显而易见的。因此，复合型人才在智慧医疗行业尤为重要，如果让越多具备医学知识和AI知识的复合型人才加入，必然对AI医疗的发展起到事半功倍的效果。

　　总的来说，我国在人工智慧医疗方面仍有很大的进步空间，绝大多数的产品都还没到商业化阶段。对于那些掌握人工智能技术的计算机专家和技术的公司来说，AI+医疗就是兴奋剂，但依然存在诸多需要突破的壁垒。毋庸置疑的是，只有那些真正有实力的公司，才能在大浪淘沙的竞争中留存下来。随着AI+医疗的进一步融合、深入，政策和资金层面的大规模投入，AI辅助技术也在多个医疗细分领域提供了帮助。未来，基于大数据的深度学习将改变医疗行业，对疾病提供更快速、准确的诊断和治疗，将变得不再可怕。