近年来，在国家政策支持以及前沿技术的共同驱动下，随着网络、移动互联网、物联网、云平台、大数据传感器等的快速的提升，快速推动以患者为中心的医疗数据网络的形成，推动医疗真正进入智慧医疗时代，智慧医疗随着互联别是移动网络的发展迎来爆发。
智慧医疗利用先进的网络技术和物联网技术等，将与医疗卫生服务相关的人员、信息、设备、资源连接起来并实现良性互动，以保证人们及时获得预防性和治疗性的医疗服务。物联网、移动互联网、大数据、云计算等新一代信息技术的加快速度进行发展为智慧医疗提供了强大的技术支撑。
物联网技术对医疗信息、设备信息、药品信息、人员信息、管理信息等信息进行采集、处理、存储、传输、共享等，可有效管理医疗物资，实现医疗安全。
移动医疗可以大范围的应用于医疗机构管理、临床诊疗等方面，将大幅度提高服务效率，优化服务流程和服务模式。
大数据技术将充分挖掘和利用信息数据的价值，盘活现有数据，在此基础上进行应用、评价、决策，服务于医院的管理与决策。
云计算则为各类医疗数据的存储提供了新模式，“医疗云”的建立将打破“信息孤岛”，彻底实现信息资源共享、系统互联互通。
“从全球勇于探索商业模式的公司实践的情况去看，智能医疗的具体应用包括洞察与风险管理、医学研究、医学影像与诊断、生活方式管理与监督、精神健康、护理、急救室与医院管理、药物挖掘、虚拟助理、可穿戴设备和其他。”目前人工智能技术在医疗领域的应用主要集中于以下五个领域：
目前实践中的医疗机器人主要有两种：一是，能够读取人体神经信号的可穿戴型机器人，也成为“智能外骨骼”;二是，能够承担手术或医疗保健功能的机器人，以IBM开发的达•芬奇手术系统为典型代表。
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方法快速、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。
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。
人工智能在医学影像应用大致上可以分为两部分：一是图像识别，应用于感知环节，其最大的目的是将影像做多元化的分析，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。目前大多分布在在风险识别、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。
我国医疗信息化建设发展至今，正朝向标准化、集成化、智能化、移动化和区域化方向发展。其中，医疗信息化平台、医院运营管理系统、大数据等是热点领域。
我国医疗信息化从整体上还有很大发展空间，随着医疗改革的不断深入，以及未来分级诊疗的逐步推进，医疗信息化建设领域的投入力度不断加大，医疗信息化前景广阔。
伴随着医疗改革的进一步深入，国家对医疗卫生行业的投入持续增加。目前，医疗大数据发展纳入国家大数据战略布局。在政策的助推下，医疗大数据在便民惠民、深化医改、经济发展等方面发挥着逐渐重要的作用。返回搜狐，查看更加多