如果说2016年是人工智能元年，那么2017年将是人工智能产业化元年。以人工智能技术为基础的商业形态将会形成全新的模式、全新的生态，“人工智能+”将成为新的趋势，比如“人工智能+”医疗就充满了想象空间。
　　基于人工智能的智慧医疗主要有五个发展方向：
　　第一，医疗机器人。一是能够读取人体神经信号的可穿戴型机器人，也称为“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。
　　机器人在医疗领域的应用正越来越深入，且不断创新。如博为医疗机器人专注于高端医疗机器人及医疗自动化技术服务，主要产品包括静脉药物配药机器人和医疗服务机器人，并在精准诊疗设备、医院智能化建设等方面进行前瞻性布局。天智航医疗科技公司是智能医疗机器人科技公司，以计算机辅助手术导航和医疗机器人为核心，为各级医疗机构提供临床数据共享与远程医疗服务，旗下有“骨科导航机器人”等。
　　第二，将人工智能中的深度学习技术应用于药物研究，通过大數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。
　　第三，智能诊疗，即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。辅助诊断的底层核心是知识图谱，通过把病症描述置于知识图谱中，机器智能通过知识关联的映射进行病情的推理和确诊。由于知识图谱构建的工程量和难度，辅助诊断现在发展较为缓慢。
　　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。医务工作者将从大量的诊疗业务中被解放出来，将走向复杂度更高、服务更细致的岗位。诸如，不规则疑难病症的诊断和高端上门服务；而一批规则度高、判别难度不大的诊断都将由相应机器实施，这无疑是缓解“看病难”的一剂良方。
　　第四，智能影像识别，即将人工智能技术应用在医学影像的诊断上。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。
　　医学影像领域发展较早，已涌现出以汇医慧影、医众影像、医渡云等为代表的影像云服务公司，同时还出现了Deepcare、推想科技、图玛深维、雅森科技等提供智能影像分析与诊断服务的公司。其中，Deepcare公司专注于研发影像识别技术，通过对医疗影像进行检测、识别、筛查和分析，寻找新录入病例与已确诊病症的匹配性，为医生诊疗提供辅助支持；雅森科技则利用数学模型和人工智能技术定量分析医疗影像，提高了诊断的精确性。
　　第五，智能健康管理，即将人工智能技术应用到健康管理的具体场景中。目前主要集中在风险识别、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。
　　在消费需求升级的大环境下，人们利用最新的智能技术管理健康已成为一种趋势，而人工智能技术将促使智能健康管理更加专业化、精细化地分工。未来，人工智能技术让医疗产业链得以进一步优化，走向更高效率与更高层次。“人工智能+”对医疗领域的改造是颠覆性的，它不仅是一种技术创新，更是对医疗产业生产力的变革，将带来庞大的增量市场，市场空间无限。除此之外，它将可能加速医疗结构改革，重构医疗服务生态体系。