信息技术的发展日新月异，大数据、云计算、人工智能等技术正在推动医疗信息化解决方案的优化和升级。医院信息化发展朝着通用化、精细化、全面化的方向发展，并逐步由医疗管理向健康管理的方向发展。

人工智能亦称机器智能，是指由人工制造出来的系统所表现出来的智能。自1956年达特茅斯会议诞生“人工智能”一词以来，距今已有60余年。在这期间，虽然人工智能涉及不同的学科、不同技术发展起起伏，但人工智能整体上一直处于不断增长的趋势。特别是在2011年左右，诞生于2006年的“深度学习”的算法产生了效用。从那时开始，人工智能开始具体应用于很多单向领域或具体的行业，并且开始超越了人的水平，再一次掀起了人工智能的热潮。日前，我国首部国家级人工智能发展规划——《新一代人工智能发展规划》近日出台，又将新一代人工智能发展提高到国家战略层面。

人工智能如今无处不在，在医疗行业中也是如此。人工智能和机器学习在医疗健康领域的应用正在重塑着整个行业的形貌，并将曾经的不可能变成可能。大致说来，人工智能可以从以下几个方面变革医疗健康领域：

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。

智能诊疗就是将人工智能技术用于辅助诊疗中，让计算机“学习”专家医生的医疗知识，模拟医生的思维和诊断推理，从而给出可靠诊断和治疗方案。智能诊疗场景是人工智能在医疗领域最重要、也最核心的应用场景。

智能药物研发是指将人工智能中的深度学习技术应用于药物研究，通过大数据分析等技术手段快速、准确地挖掘和筛选出合适的化合物或生物，达到缩短新药研发周期、降低新药研发成本、提高新药研发成功率的目的。

人工智能通过计算机模拟，可以对药物活性、安全性和副作用进行预测。借助深度学习，人工智能已在心血管药、抗肿瘤药和常见传染病治疗药等多领域取得了新突破。在抗击埃博拉病毒中智能药物研发也发挥了重要的作用。

除以上应用，人工智能在医疗健康领域中的应用领域还包括虚拟助理、营养学、急救室/医院管理、智能健康管理等。其中人工智能+医疗健康各细分领域中，医学影像项目数量最多。

对于人工智能的应用，持续大量数据的输入是成功的关键。在过去的十年中，人们生成和收集大量数据、使用技术分析和理解的能力，都取得了巨大的进步。大数据在医学中的作用是建立更好的健康档案和周围个别患者更好的预测模型，更好地诊断和治疗疾病。

在大数据被引入医疗保健系统之前，数据在患者治疗中的作用是有限的。医院将收集诸如姓名、年龄、疾病描述、糖尿病概况、医疗报告和疾病家族病史等患者数据，不论患者是哪种病症。这种数据对患者的健康问题提供的观点是被限制的。例如，对于已被诊断患有心脏病的患者，收集的典型信息将是家庭病史、饮食、症状、年龄和其他现存疾病。虽然这种信息提供了对该疾病的详细情况，但数据无法提供其他观点。大数据为疾病的治疗增加了一个维度。医生现在能够更好地了解疾病，并提供准确、个性化的治疗。他们还能够预测复发并提出预防措施。

当患者被治疗，医疗机构能够获得大量的关于该患者有意义的数据。这些数据可用于预测疾病的复发，具有一定的准确度。例如，如果患者卒中，医院可以有患者卒中的时间，若其为过去多次卒中的情况下，卒中之间的间隙，影响卒中的事件，如心理压力或繁重的体力活动的数据。医院可以提供明确的步骤，基于数据防止卒中。

2015年1月，美国总统奥巴马在国情咨文演讲中宣布了一个新计划——精准医疗计划。按照美国国立卫生研究院（NIH）对“精准医疗”的定义，“精准医疗”是一个建立在了解个体基因、环境以及生活方式的基础上的新兴疾病治疗和预防方法。基于人类基因组测序技术，生物医学分析技术和大数据分析工具，该计划主要包括两个方面：近期对癌症治疗的关注以及长远对健康和疾病整个范围知识应用的认识。2016年，美国将在“精准医疗计划”上投资2.15亿美元，从逾百万名美国志愿者那里收集数据，找寻科学证据，将“精准医疗”从概念推进到临床应用。

精准医疗的概念并不新颖，即考虑每一个体健康的差异，制订个性化的预防和治疗方案。例如血型分型，在过去的一个多世纪里，以此标准进行输血，但随着近年来大规模生物样本数据库（如人类基因组序列）以及其他强大的医疗技术（如蛋白质组学、代谢组学、基因组学、细胞检验甚至移动医疗）、计算工具、大数据的发展，这一曾被广泛接受的应用，得到显著改善。现在所需要的仅是制订一个广泛的研究计划，用以鼓励接近精准医疗的创造性方法，并最终用它们来构建指导临床实践的基础。

总之，精准医学作为未来发展的方向，将在“癌症治疗”“个人健康管理”“新药研发”“临床实践”等诸多方面产生深远影响。