目前人工智能技术发展日新月异，尤其是深度学习与数据挖掘技术的成熟，让人工智能渗透到各行各业，其中，医疗模式的创新，为医疗带来了新的变化。医疗人工智能是人工智能诸多应用场景中最重要一个，主要有八类应用场景，主要表现在：虚拟助理、智能语音、疾病筛查、医疗大数据、生物技术、人工智能芯片、智能医学影像以及医疗搜索等模块。其中的医疗大数据和智能医学影像是当前最热门的两大应用场景。
医疗大数据
医疗大数据是因健康活动而产生，与健康医疗相关，满足大数据基本特征的数据集合，包括出生、免疫、体检、门诊、住院和其他活动所产生的数据，是国家重要的基础性战略资源，正快速发展为新一代信息技术和新型健康医疗服务业态。医疗大数据具有数据量极大，数据产业极快，数据种类极多，数据价值密度极低四个特征。
智能医学影像
智能医学影像是目前医疗人工智能应用最广泛的领域，也是医疗数据的主要来源。现代医学是建立在实验基础上的循证医学，医生的诊疗结论必须建立在相应的诊断数据上，影像是重要的诊断依据。而智能医学影像是计算机在医学影像的基础上，通过深度学习，完成对影像的分类、目标检测、图像分割和检索工作，协助医生完成诊断、治疗。
当前，医疗人工智能作为国家重点关注的技术方向，行业发展蓝图正日益明晰。
虽然人工智能在医疗领域的应用能产生巨大的潜在价值，但是在现实中让人工智能达到预期效果仍要面临一些问题：
数据标注问题：人工智能数据处理中80% 的时间都是在做数据预处理工作，标注的准确性关乎结果的准确性，近两年之内没有什么好的办法，还是要大量医生去标注。
算法方向选择问题：目前人工智能尚处于弱人工智能阶段，并不能进行深入的沟通，因此选择辅助分析算法的时候需要更客观的方向。
数据监管问题：医疗技术监督管理是卫生监督体系的主要组成部门，是规范医疗服务市场秩序的重要手段和方式，而人工智能刚刚应用到医疗领域，很多监管政策还没有制定，在接下来的发展过程中一定会遇到医疗监管的问题。
市场培养：医疗被认为是人工智能最早落地的领域，但是医疗的特殊性对产品的要求会更高，从认识到被接受再到相应支付体系的完善，都需要一个很长的过程。
政府监管：目前医疗人工智能行业还处于跑马圈地阶段，虽然国家出台了《新一代人工智能发展规划》，但是规划中指出，到2025年，国家才会初步建立人工智能法律法规、伦理规范和政策体系，形成人工智能安全评估和管控能力。也就是说在这几年内，人工智能几乎“无法可依”。
