從全球創業公司實踐的情況來看，智能醫療的具體應用包括洞察與風險管理、醫學研究、醫學影像與診斷、生活方式管理與監督、精神健康、護理、急救室與醫院管理、藥物挖掘、虛擬助理、可穿戴設備以及其他。總結來看，目前人工智能技術在醫療領域的應用主要集中於以下五個領域：
(一)醫療機器人
機器人技術在醫療領域的應用並不少見，比如智能假肢、外骨骼和輔助設備等技術修復人類受損身體，醫療保健機器人輔助醫護人員的工作等 。目前實踐中的醫療機器人主要有兩種：
一是，能夠讀取人體神經信號的可穿戴型機器人，也成為“智能外骨骼”;
二是，能夠承擔手術或醫療保健功能的機器人，以IBM開發的達·芬奇手術系統為典型代表。
(二)智能藥物研發
智能藥物研發是指將人工智能中的深度學習技術應用於藥物研究，通過大數據分析等技術手段快速、準確地挖掘和篩選出合適的化合物或生物，達到縮短新藥研發週期、降低新藥研發成本、提高新藥研發成功率的目的。
人工智能通過計算機模擬，可以對藥物活性、安全性和副作用進行預測。藉助深度學習，人工智能已在心血管藥、抗腫瘤藥和常見傳染病治療藥等多領域取得了新突破。在抗擊埃博拉病毒中智能藥物研發也發揮了重要的作用。
(三)智能診療
智能診療就是將人工智能技術用於輔助診療中，讓計算機“學習”專家醫生的醫療知識，模擬醫生的思維和診斷推理，從而給出可靠診斷和治療方案。智能診療場景是人工智能在醫療領域最重要、也最核心的應用場景。
(四)智能影像識別
智能醫學影像是將人工智能技術應用在醫學影像的診斷上。人工智能在醫學影像應用主要分為兩部分： 一是圖像識別，應用於感知環節，其主要目的是將影像進行分析，獲取一些有意義的信息;二是深度學習，應用於學習和分析環節，通過大量的影像數據和診斷數據，不斷對神經元網絡進行深度學習訓練，促使其掌握診斷能力。
(五)智能健康管理
智能健康管理是將人工智能技術應用到健康管理的具體場景中。目前主要集中在風險識別、虛擬護士、精神健康、在線問診、健康干預以及基於精準醫學的健康管理。
風險識別：通過獲取信息並運用人工智能技術進行分析，識別疾病發生的風險及提供降低風險的措施。
虛擬護士：收集病人的飲食習慣、鍛鍊週期、服藥習慣等個人生活習慣信息，運用人工智能技術進行數據分析並評估病人整體狀態，協助規劃日常生活。
精神健康：運用人工智能技術從語言、表情、聲音等數據進行情感識別。
移動醫療：結合人工智能技術提供遠程醫療服務。
健康干預：運用AI對用戶體徵數據進行分析，定製健康管理計劃。
閱讀更多 老孔說編程 的文章
