導讀：
人工智慧+醫療與生命科學即AI醫療已從起步期邁入發展期，AI醫療應用已從早期浮現階段過渡為深入探索階段。在該時期與階段內，醫療資料的安全性得到維護，資料互聯互通建設向資料治理與開發轉變，AI醫療影像向多疾病橫向拓展與縱向深挖，NLP技術產品領先於KG、ML技術產品，如CDSS領先於AI製藥，個別賽道競爭加劇，可行的商業模式浮出水面。
人工智慧+醫療與生命科學概念界定
藉助AI技術介入醫療環節，以提高醫療服務效率為核心目的
人工智慧+醫療與生命科學，是在協助人或解放人的狀態下，以提升院內外醫療服務效率效果為目的、以人工智慧為核心干預技術手段介入傳統的院內外醫療環節，從而產生相應軟硬體產品的新型醫療應用技術，後文中將人工智慧+醫療與生命科學簡稱為AI醫療。
因AI醫療需AI技術結合具體的醫療場景方能釋放與彰顯其具象的原理與作用，故其具有很強的場景關聯性。按應用場景分類，人工智慧+醫療與生命科學主要分為
AI醫療影像、CDSS、智慧病案、AI製藥、醫療資料智慧平臺、AI醫療機器人、AI基因分析
等細分應用技術。由於AI基因分析在我國的發展處在早期雛形階段，商業模式與規模釋放尚不清晰。
AI製藥的下游服務市場為藥企，而其他應用技術的下游主要覆蓋範圍都為醫院，少部分應用會在院外市場中使用，如AI醫療服務機器人應用於康養機構環境消毒，醫學資料智慧平臺應用於醫學研究中心統計資料與疾病研究等。
技術原理解析（1/3）
深度學習為機器學習的子集，有多種神經網路演算法
技術原理解析（2/3）
AI技術與特定醫學場景結合，衍生通用或定製化模型
技術原理解析（3/3）
AI技術與特定醫學場景結合，衍生通用或定製化模型
互聯互通社群
互聯互通社群專注於IT網際網路交流與學習，旨在打造最具價值的IT網際網路智庫中心，關注公眾號：互聯互通社群，每日獲取最新報告並附帶專題內容輔助學習。
方案諮詢、架構設計、數字化轉型、中臺建設、前沿技術培訓與交流，合作請+微信：hulianhutongshequ