近年，随着图像识别、深度学习、神经网络等关键技术的突破，人工智能迎来了新一轮的大发展。人工智能+医疗属于人工智能应用层面范畴，泛指将人工智能及相关技术应用在医疗领域。从变革层面说，人工智能是从生产力层面对传统医疗行业进行变革；从形式上讲，人工智能应用在医疗领域是一种技术创新；从对市场影响而言，人工智能带来的是增量市场，市场空间可随智能程度的日益提升而不断增大。今后，人工智能+医疗领域将重点关注以下四个应用方向。
一、医学影像
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上的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。
人工智能结合医学影像的益处多多，患者、放射科医师、医院均能从人工智能的应用中受益。人工智能不仅能更帮助患者更快速地完成健康检查，包括X光、B超、核磁共振等。同时也可以帮助影像医生削减读片时间，提升效率，降低误诊的概率，通过提示可能的副作用来辅助诊断。
二、辅助诊疗
辅助诊疗，即将人工智能技术用于诊疗中。让计算机“学习”医生的医疗知识，模拟医生的思维和诊断推理，从而给出诊断和治疗方案。辅助诊疗场景是人工智能技术在医疗领域的核心应用场景之一。
三、药物挖掘
通过人工智能技术，将药物筛选的过程在计算机上模拟，对化合物可能的活性作出预测，进而对比较有可能成为药物的化合物进行有针对性的实体体筛选，从而减少药物开发成本。在医药领域中，利用计算机技术和人工智能技术进展较大的就是在药物挖掘上，如研发新药、老药新用、药物筛选、预测药物副作用、药物跟踪研究等，均起到了积极作用。这实际上已经产生了一门新学科，即药物临床研究的计算机仿真(CTS)。
四、健康管理
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。
传统健康管理数据分散且不完整、质量参差不齐，且管理不成熟。现在患者对于医疗服务的个性化、实时性和导向性要求比较高，人工智能可为个体设计个性化的健康管理计划，通过个人健康档案数据分析建立个性化健康管理方案。
