隨著全球醫療保健進入數字化的拐點，客戶授權使用的健康數據量快速增長，將為行業發展提供先決條件。醫療與人工智能結合的關鍵在于“算法+有效數據”，目前深度學習等算法的發展已經相對成熟，資深業內人士介紹，醫療衛生和保健目前已進入數字化拐點。

中國發展醫療人工智能具有三個利好：第一，中國人口基數大，醫療資源分布不足，讓人工智能醫療落地應用成為一種剛需；第二，人工智能在各領域的技術積累達到了一個爆破點，可以為醫療人工智能落地起到巨大的推動作用；第三，國家政策紅利。

人工智能在醫療行業具體應用包括：診前的疾病預防、健康管理；診中的輔助診斷，醫學圖像處理；診后額虛擬醫護助手，慢病管理。其他領域包括藥物研發，醫保控費等。目前，發展相對成熟的領域包括“智能診斷”和“醫學影像識別”領域。

作為健康數據的采集基礎，可穿戴設備可以說是作為人工智能的先鋒來到大眾視野。但是由于數據的準確性、標準化等諸多因素成為了“雞肋”產品。而隨著人工智能技術的快速發展，以及對醫療數據的采集及應用情況的完善，伴隨著物聯網大環境的促進下，可穿戴設備也將再次發力，為人們的健康保駕護航。

語音識別可有效緩解醫院三大痛點：效率、安全、數據。因為病歷書寫工作量大，很多醫生寫病例的時候就選擇復制粘貼的方式，夸張的有些把左右腿都搞混，這樣的結果就造成了醫院誤診率提高，甚至出現醫療事故，安全問題不容忽視。語音識別能夠很好的與現有電子病歷系統相結合，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，將醫生從機械的文案錄入工作中解放出來，提升就診效率和患者體驗度。

在醫學影像方面，人工智能除了可以對圖像進行識別，還可以通過對大量影像數據和診斷數據深度學習訓練，掌握診斷能力。以肺結節為例，人工智能可以降低漏報率，并識別多種肺部結節，比如磨玻璃結節、血管旁小結節、微小結節、多發小結節等比較難判定的結節。

人工智能醫療診斷的效率及精確度均大幅高于人類醫生，朗銳慧康（www.lrioh.com）認為，隨著國內老齡化加重及人力成本攀升，未來人工智能在醫療診斷領域滲透過程有望加快。