臨床醫學經歷了從經驗醫學到循證醫學、轉化醫學、精準醫學，再到今天的智慧醫療，其實是生命不斷數字化表述和智慧化計算分析的過程。
而智慧醫療是將網際網路、大資料、人工智慧等資訊科技用於醫療，逐步形成部分人力工作的替代方案。
未來，智慧醫療發展的關鍵詞是“融合”“延展”和“創新”。要有創新的模式和技術，醫務工作者提高對數字化理解的同時，必須把患者就診和疾病的過程資料化，建好真正可進行深度學習的資料知識庫，才能大規模推廣突破自我的診療模式，終究改變醫學的未來。我堅信那一天會到來。
1 智慧醫療從理念走向應用
智慧醫療是生命科學和資訊科技融合的產物，是現代醫學和通訊技術的重要組成部分。
智慧醫療和數字醫療、移動醫療等概念存在相似性，但智慧醫療在系統整合、資訊共享和智慧處理等方面優勢明顯，是物聯網在醫療衛生領域具體應用的更高階段。
智慧醫療的核心是數字化，使醫療和疾病資訊可被記錄、傳輸。隨著科學技術進步，在醫療健康領域已經有不少智慧醫療應用成功的案例。手術機器人、VR、膠囊內鏡、智慧血糖儀、可穿戴裝置、手術導航系統等，都是智慧醫療的有機組成部分。
在智慧醫療發展趨勢方面，目前國內外的智慧醫療研究和應用主要集中於大資料技術、人工智慧技術、醫用機器人與可穿戴裝置四大方面。
國際上，一些發達國家將大資料的優勢與大規模分析完美結合，應用於治療的所有細節中，為醫療機構、醫生、患者、製藥科研人員或生命科學研究者提供了強大的平臺。
醫療機器人用於實現輔助外科手術、康復醫療和醫院服務等功能，美國、法國、德國、義大利、日本等國學術界對此給予了極大關注，相關研究工作蓬勃發展。
醫療可穿戴裝置近年來逐漸用於醫療監護、家庭保健、睡眠分析、應急救護、航空航天、特殊人群監護、心理治療等方面，提高了醫療資源共享效率，增強了緊急情況處理的及時性。
在我國，當前人工智慧發展較好，但醫療大資料剛剛起步。近年來，我國健康醫療大資料行業市場增速超過20%，且技術更新換代快，相關企業數量不斷增加，行業競爭格局初步成型。
在醫療人工智慧方面，隨著大資料積累和硬體計算能力提升到臨界點，深度學習作為實用技術走上舞臺。人工智慧深度神經網路飛速發展，在我國醫療衛生領域應用前景廣闊。
在醫療機器人方面，我國相關科技研究相對落後，產業相對缺乏，醫用機器人大量依賴進口，從而造成醫療費用增長，加重了病人的負擔。
醫療可穿戴裝置的新產品和治療概念不斷湧現，治療範圍也在不斷擴充套件，但由於治療認知和技術水平的限制，目前國內可穿戴治療系統尚處於專利申報的、比較初級的嘗試階段。
2未來智慧醫院應具備“四新”
以人體作類比，打造有思維、能感知、可執行的智慧醫院，應該具備以下基本構成元素和特徵：
一是智慧大腦，負責思考和指揮，建立知識庫，並且不斷學習進化（人工智慧、深度學習）。
二是感知器官，採集醫院的各種資料，包括人員的行為資料、醫療過程及結果資料、空間環境的資訊等。
三是血液迴圈，真正形成資料驅動，不斷匯聚臨床表型資料和組學資料，並以個體行為資料為補充，形成臨床大資料。
四是人體骨骼，即投入相關軟硬體裝置設施，使其互聯互通形成一套整體體系支撐人體行為動作。
五是人體四肢，即提供醫療科研服務，包括招募、預約、檢查、治療、康復、隨訪等。
未來的智慧醫院要具備新網路、新設施、新終端、新平臺“四新”。新網路，指泛在聯結；新設施，即能否做到全面感知；新終端，指智慧進化；新平臺，即數字孿生。
美國高德納公司副總裁大衛·塞爾利認為，未來的科技發展，將實現無處不在的智慧裝置，提供各種基於大資料的貼心服務。該公司將此稱為智慧數字網格。智慧，即人工智慧將深入所有已有的垂直行業，並創造出新的行業。數字，即物理世界和數字世界將被摺疊，新的“沉浸”世界將會產生。網格，即人、生意、裝置、內容、服務將連線成一個不斷擴張的大網。
3讓智慧的機器為智慧的人工作
當前，人工智慧在醫學應用主要有以下5個場景：
醫學助理，包括電子病歷語音輸入、智慧導診等；
醫學影像，即病灶識別、二維重建等；疾病風險預測，包括風險篩查、預防干預等；患者管理，包括醫患問答、隨訪管理等；
輔助診療，包括疾病分類、用藥推薦等；
醫學研究平臺，即科研資料整合分析、大資料運算；
藥物研發，即化合物篩選、靶點預測等。
在人工智慧逐步發展的今天，我們需要思考，醫生應該怎麼做。2016年成立的國家標準化代謝性疾病管理中心，利用物聯網管理模式，配備完整的診療裝置，透過物聯網技術，形成多場景綜合管理工具模式，具備疾病風險預測、臨床輔助診療等多種功能。同時藉助雲端整合，打通院內院外兩個環，實現代謝疾病多角色、全病程、個體化的精準隨訪和管理。截至目前，全國已有1000餘家醫院加入。
一家智慧醫院最核心的是智慧的人，發明、使用智慧的機器，讓智慧的機器為智慧的人工作。放眼未來，當今醫療從業者都將成為AI場景使用者，核心任務是找到適合AI發揮最大價值的場景，使之更好地為醫療健康服務。
