AI（人工智能）+医疗，是人工智能技术对医疗相关领域应用场景的赋能现象，指通过基础设施的搭建及数据的收集，将人工智能技术及大数据服务应用于医疗行业中，提升医疗行业的诊断效率及服务质量，降低各种医疗保健复杂性和危险性、应对医疗健康服务需求增长。同时，随着医疗健康领域的发展，将产生更多的诊疗方案，进一步推进人工智能在各个医疗健康领域的应用。
1956 年人工智能（AI）开始成为独立的研究领域，经由神经网络和模糊逻辑到深度学习，技术起伏发展。国内 AI 在医疗最早的应用可以追溯到 1978 年的“关幼波肝病诊疗程序”，1996 年我国专注人工智能研发的企业开始出现，2000 年-2015 年期间，国外的研究重点为 AI 在临床知识库外的应用，如手术机器人应用落地、鼓励发展电子病历等。2015年-2017 年，由于 AI 在图像识别方面的准确率有大幅度提升，AI+影像得以快速发展。2018 年后，中国 AI+医疗进入稳定发展阶段，智慧病案等新产品相继面世，目前国产手术机器人尚在研究阶段。2018 年全国已有上千家三甲医院引入 AI 产品。
AI+医疗行业泛指应用人工智能技术，包含但不限于智能传感器FH体育、神经网络芯片、开源开放平台等技术应用于医疗健康领域。医疗领域中，例如医院信息化为医疗 AI 的介入搭建了基础，人工智能从数据获取到数据加工最终给予反馈的工作逻辑可以应用于医疗行业诊前、诊中、诊后的各个模块。
随着国际和国内 AI 医疗的热度持续上升，资本投入了更多关注。2020 年我国医疗融资事件数递减，但融资总额却强劲走高，到达历史最高的接近 40 亿元，其中 AI 新药研发是最热门医疗 AI融资领域。AI+影像占融资额的比例连续三年保持在 20%左右，成为另一热门融资领域。对比 2019年与 2020 年的融资项目轮次，其中天使轮、A 轮与 B 轮占融资项目的比例由 85.7%降低到 70.6%，说明市场成熟度有所提高。目前行业处于快速成长期FH体育。
医药行业层面：无论是药品供给侧改革还是公立医院改革，在产品创新及信息流通方面提高了要求倒逼技术革新；技术创新层面：新兴技术助力医疗行业改革，加速医疗行业升级，AI、大数据、云计算等新兴FH体育产业发展为大健康行业提供了包括智能硬件、AI 药物挖掘、人体器官 3D 打印等新的赛道。总体来说，医疗行业政策改革顺应行业发展趋势，政策驱动也更加加速科技创新，进一步推动医疗 AI 的发展落地。
2017 年我国国务院发布的《新一代人工智能发展规划》中提出要发展便捷高效的智能服务，推广应用人工智能治疗新模式、新手段，建立快速精准的智能医疗体系。从 2017 年开始，我国已把人工智能作为一个国策进行推动，近多次写入政府工作报告中。而 AI+医疗则作为 AI 中的先行者，得到了政府的大力倡导。2018 年政府提出人工智能向基层医疗进行渗透，2019 年将 AI+医疗的范围进一步扩大到康养范畴，2020 年进一步提出未来的建设指南，期望在 2023 年在以医疗为代表的人工智能领域中建立一套初步的标准体系规范。
1）基础层，除数据服务外，芯片与通信等基础核心领域已形成牢固的技术壁垒，市场呈寡头局面；
2）技术层，算法、框架以及通用技术则需要长期的投入与研发来攻克，目前各大科技企业与互联网巨头企业基本已完成布局，中小企业生存空间较少；
3）应用层，应用层可触达全医疗服务场景，如院内临床决策系统、手术机器人、智慧病案系统、医疗影像、药企新药研发与基因检测，已有大量的互联网医疗公司和传统医疗公司涌入，而且有大量依托 AI 算法的初创公司产生。
AI 赋能医疗的发展是向多主体提供智慧服务，面向医疗机构的智慧医院建设，涉及患者、医疗(包括门诊、住院)、护理、医技(含药事)、管理(含行政、业务)、后勤保障、教学科研、区域协调等领域的智慧化建设，是一个系统性的工程。面向监管机构的智慧监管建设，涉及医疗数据、医疗行为、医疗费用、医疗人事等方面的监管，AI 需要助力实现医疗数据的隐私保护和权限分配医疗，医疗行为的科学性和合规性，医疗费用的合理性和真实性以及医疗人事组织的灵活性。
面向产业生态的智慧服务，为医药企业提供靶点发现与探索、化合物筛选与优化、临床前研究、临床研究、注册申报、真实世界研究服务，助力器械企业研发医疗 AI 设备，为互联网医疗企业提供智能问诊、智能续方、智能患者管理服务，为保险企业提供智能分销、智能定价、智能理赔服务，为药店提供智能采购、承接处方、患者管理服务，为第三方医检企业提供影像、病理辅助诊断服务等。面向患者的智慧管理建设，包括健康管理、在线复诊、慢病管理、康复护理、在线购药等服务。
医学知识图谱为医疗信息系统中海量、异构、动态的医疗大数据FH体育的表达、组织、分析、管理及利用提供了一种更为有效的方式，使系统的智能化水平更高，更加接近于人类的认知思维。医学知识图谱的构建流程大致分为四个步骤，即医学知识表示、医学知识抽取、医学知识融合、医学知识推理，受益于人工智能的不断进步，这四个步骤都取得了较大的进步。
医疗与人工智能深度融合已是大势所趋，未来 AI+医疗在技术上的突破将包括算法拟合度进一步的优化、算法泛用性的增强、对隐私信息的保护、对 AI+医疗产生的结果可解释性的加强，以及通过增加可靠验证而不断降低 AI+医疗可能发生不良医疗事件的风险。从AI+医疗行业的发展趋势来看，随着人工智能、移动互联网、物联网、大数据及大数据安全等技术的发展医疗，健康全流程管理的各个环节将会越来越智能化，精准医疗将会越来越个性化、个体化。
未来，凭借AI+医疗出色的算法和大数据分析，相关服务平台的各个服务端口的数据壁垒逐渐打通，实现在各个核心应用场景的完美落地，最终提升国内整体医疗水平。