当地时间年1月1日，谷歌健康部门联手人工智能企业DeepMind在顶尖学术期刊《自然》发布人工智能乳腺癌检测系统。作者称，该系统检测乳腺癌的能力超过专业放射科医生，或有助提高乳腺癌筛查的准确性和效率。
根据世界卫生组织提供的数据，乳腺癌是女性最常见的癌症之一，每年影响约万女性。年，全球约有62.7名女性死于乳腺癌，约占女性癌症死亡人数的15%。
分析认为，一方面，医疗AI从根本上解决医疗服务资源的供给瓶颈，彻底改善看病难的问题，是对医疗产业从表层到实质、从边缘到中心的全面升级。
数据成为了新的要素，人工智能技术创造了全新的医疗服务供给。另一方面，人工智能诊疗依靠先进的算法提升数据处理效率与识别准确率，通过模拟医生的思维和诊断推理，给出可靠的诊断。
根据麦肯锡的预测，金融服务，零售，医疗和先进制造业将成为AI先锋。
人工智能与医疗结合，可以充分发掘“医疗大数据”的优势，在短时间内在海量信息中完成数据的收集、整理和分析，形成电子病例数据和电子健康数据，帮助医生进行诊断并发现病症规律，提出参考治疗方案。
据IDC统计数据，到年人工智能应用市场总值将达到亿美元，其中医疗行业将占市场规模的五分之一。
医疗AI泛指应用人工智能技术，包含但不限于智能传感器、神经网络芯片、开源开放平台等技术应用于医疗健康领域。
人工智能技术对算力、算法、数据提出了更高的要求，医疗领域具有大量的医疗数据，对更精准更高效的诊疗、操作存在现实需求，因而成为AI技术落地的重要场景。
医疗人工智能平台包括数据资源层、人工智能平台和医疗应用层。医院数字化推动医疗数据指数级增长，数据资源层提供基础数据，通过采集各个科室的医疗影像数据，病历数据等，打通业务系统间的数据壁垒，为人工智能平台提供数据基础。
医疗作为人工智能重要发展方向，传统的医疗巨头和科技巨头都在积极加码布局：强生、西门子等布局包括机器人、影像、辅助诊断在内的多个医疗AI领域，国外IBM、谷歌以及国内的大型互联网公司医疗AI领域也均有新成果。伴随巨头的进入，行业整合进一步加剧。
AI在医疗最早的应用可以追溯到年的“关幼波肝病诊疗程序”，随后我国加快开展医疗AI产品的研发。年专注人工智能研发的企业开始出现，年赛道内厂商数量达到峰值开始进行整合年全医院引入AI产品，但同质化、赢利模式不清晰的行业痛点依旧存在。
目前国内方面已包括腾讯等互联网巨头大举加码。腾讯公司获批承建医疗影像国家新一代人工智能开放创新平台，其多项疾病筛查技术已经达到较高精确度。腾讯发布医疗AI应用“腾讯觅影”，应用于早期食道癌诊断等.
百度致力于打造包括智能诊断、医疗影像、智能导诊、辅助决策等覆盖医疗全流程的产品阵列；百度发布“百度灵医”发力智能分诊、眼底筛查、临床辅助决策支持系统。
阿里ET医疗大脑2.0包含了临床、科研教学、未来城市医疗等功能。阿里的“DoctorYou”再度拓展到糖尿病慢性管理领域、启动面向医疗AI的第三方人工智能开放平台。据官方介绍，阿里巴巴达摩院正在研发业内首个涵盖所有科室知识的医疗领域知识图谱，计划推出业内首个掌握全域医疗知识的通才型AI医生。
上市公司布局医疗AI有两种模式，一种是从某一细分领域布局，建立自身优势，代表性公司有卫宁健康、科大讯飞、东软集团等；另一种通过与IBMWaston等知名公司合作，全面布局医疗AI，代表性公司有思创医惠、东华软件等。
世界人工智能大会期间，科大讯飞医疗事业部总经理陶晓东表示，要用AI+医疗“让60分的医生能够去完成80分的事情，让现有的医生的团队加上AI辅助的技术，去服务更多的群体。”
在年科大讯飞全球开发者节上，讯飞医疗也公布了最新成绩单：人工智能产品医院、近家基层医疗卫生机构落地应用，累计服务超过万人次；智能医院95家，人工智能辅助诊疗系统开通了多项人工智能辅助诊疗服务，试点区域内的高血压控制率从42%提高到78%。为安徽51医院和新疆皮山县提供了诊疗服务。
在研发投入占比和研发人员占比方面，医疗信息化行业内8家公司均超过行业平均水平。研发投入多集中于整体化平台建设等方面。1）卫宁健康、思创医惠等公司选择分别通过设立人工智能实验室、与IBM合作等方式布局医疗AI；2）创业软件、和仁科技在基于云计算的医疗服务方面有所布局；3）而几乎所有公司都在大数据的医疗分析系统、智慧医疗健康管理医院解决方案方面进行研发投入，也从侧面验证了行业发展趋势。
百洋科技、连心医疗、大图医疗等旗下用于辅助放疗的智能产品均已获得NMPA发放的III类器械证书，但这些产品对于“智能”的定义并不明确。若后续需要依靠深度学习协助手术规划，自动生成相应报告，则仍需为“AI功能”通过III类器械审批。
AI+医疗应用领域主要包括八大应用场景：虚拟助理、医学影像、辅助诊疗、疾病风险预测、药物挖掘、健康管理、医院管理、辅助医学研究平台。
根据埃森哲发布的报告显示，72%的卫生机构已经引入智能虚拟助手来服务客户；疾病风险预测中基因检测难度较高，上游测序设备遭国外企业垄断，随着上游技术的发展，中游数据挖掘在产业中地位将加速显现；药物挖掘能够克服传统药物研发周期长、成本高、成功率低的缺点，目前北美地区涌现一批技术领先的初创企业，国内发展相对落后。在全球医疗AI市场中第一大细分市场为药物挖掘，AI医疗影像位列第二。
根据VCBeatResearch数据，医院端的医疗影像、虚拟助理（主要是机器人）是目前人工智能技术应用相对成熟的领域，患者、医药公司端的健康管理、药物研发等领域与AI的结合仍处于发展初期。
目前国内医学影像人工智能系统可用于支持多个领域的疾病诊断，以肺结节和肺癌诊断最为常用，腹部肿瘤、心脏疾病、脑疾病、眼科疾病、皮肤病等辅助诊断都在快速发展。在IDC医院使用医疗影像人工智能辅助诊断的调查中，受调查的36家医院中对于使用效果总体上满意的比率达到%。在医疗影像人工智能系统为诊疗工作所带来的价值方面，提高诊疗工作效率、提升诊疗水平和提高诊断准确率是该系统带来的主要价值。
目前涉及肺结节诊断的AI医疗影像企业最多，包括腾讯觅影、依图医疗、体素科技等超过20家企业在这一赛道上。眼底及妇科疾病紧随其后，除发病率高、专业医生短缺等需求方因素外，上述病种的公开数据较多，研究门槛相对较低也是赛道热度较高的原因。
由于影像科的利益与医疗机构利益更为一致，更迅速的诊断，更精准的报告意味着更多的收入与更好的口碑，人工智能的价值会更为突出。从年至今，美年、爱康等体检机构均以平台的方式圈地，平安健康（检测）中心、衡道病理、全景医学等第三方检验中心也纷纷开发AI产品以提高效率。
近十年，医疗数据总量呈现出爆发增长的态势。围绕数据存储、数据安全等展开的医疗大数据平台建设也在有序开展中，有关数据应用的探索也在同步进行。
目前超过90%医疗数据数据来自医学影像，图片数据结构简单、图像识别技术成熟促进了AI医学影像的火爆。随着电子病历的不断建设，非影响类数据的不断扩充，文本挖掘、语音识别等AI技术将继续为医疗数据结构化、医疗数据挖掘与应用提供助力。企业应将更多的在医疗数据应用层获得机会。
埃森哲评估了10种人工智能应用的综合分类，确定了到年，人工智能应用到各个领域所产生的潜在年收益。其中潜在价值最高的前三个领域分别是机器人辅助手术（亿美元），虚拟护理助理（亿美元）和管理工作流程协助（亿美元）。由此，人工智能对医疗领域有着很大的潜在价值。
数据来源：SPOLAB随着5G建设年大规模启动，医疗信息化将会往更深度的方向发展。根据IHS预计，到年时5G技术将推动全球医疗市场销售至1.1万亿美元，约占届时全球5G相关经济规模的9%左右。
年4月，国务院办公厅印发国家卫健委等部委研究起草的《关于促进“互联网+医疗健康”发展的意见》。《意见》明确，到年，医院普遍提供分时段预约诊疗、智能导医分诊、候诊提醒、检验检查结果查询、诊间结算、移动支付等线上服务。在*策的引导下，医疗作为仅有的尚未完全互联网化的产业，有望逐步释放互联网红利。
IDC的预测数据，到年医疗数据量将达40万亿GB，数据生成和共享的速度将迅速增长，其中80%以上的数据为非结构化数据。面对如此迅速增长的医疗数据量，不借助计算机智能运算的帮助很难进行甄别和处理。
根据埃森哲的分析，预计未来九年医生短缺数量将会增加一倍。人工智能有能力减轻临床医生的负担，并为医生提供更好的医疗工具。如，AI症状检查器可以根据患者病情将其进行分流，分为低成本的门诊或高成本的急诊，AI可以解决约20%未满足的临床需求。AI+医疗在我国具有庞大市场空间和良好未来预期。在充足资本的支持下，AI+医疗领域持续升温、产品服务迅速落地成为必然。