“人工智能”一词最初是在1956年Dartmouth学会上提出的。从那以后，研究者们发展了众多理论和原理，人工智能的概念也随之扩展。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是计算机科学的一个分支，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大。
随着图像识别、深度学习、神经网络等关键技术的不断突破，也进一步带动了人工智能新一轮的大发展，“人工智能+医疗”概念应运而生。在业界达成的一个共识是“人工智能+医疗”主要集中在机器学习辅助诊疗及分析这类领域。
国家相关部门也认识到人工智能在医疗领域的应用需求，也陆续出台过相关文件。如2016年6月，国务院公布了《关于促进和规范健康医疗大数据应用发展的指导意见》，明确指出健康医疗大数据是国家重要的基础性战略资源，需要规范和推动健康医疗大数据融合共享、开放应用。
斯坦福大学一个联合研究团队开发出了一个皮肤癌诊断准确率媲美人类医生的人工智能，他们通过深度学习的方法，用近13万张痣、皮疹和其他皮肤病变的图像训练机器识别其中的皮肤癌症状， 研发者们是以谷歌的一个能在128万张图像中识别1000种物体的算法为蓝本进行加工。研究者们训练它区别良性脂溢性角化病和角化细胞癌、普通的痣和恶性黑色素瘤。
在测试中，人工智能被要求完成三项诊断任务：鉴别角化细胞癌、鉴别黑色素瘤，以及使用皮肤镜图像对黑色素瘤进行分类。在所有三项任务中，该人工智能表现与人类皮肤科医生不相上下，敏感性达到91%。除了媲美人类医生的诊断敏感性之外，该人工智能还有一大亮点，它的敏感性是可以调节的。研究者可以依据想要的诊断效果对敏感性进行调整。
此外人工智能已开设临床应用，人工智能将成为基层医院的好助手，可以很好的解决基层医院医生数量以及经验不足的问题。在医学领域，人工智能通过学习海量的专家经验和医学知识，建立深度神经网络，在临床中不断完善。例如Airdoc的糖网辅助分析模型可以在任何地域使用，高效率高准确度辅助基层医生对患者进行筛查，只需简单的培训，就可以协助基层医生拥有眼科专家的看病能力。
新思界
行业分析师认为，人工智能推动了医疗的进化。21世纪生物医学已逐渐由细胞、分子向系统和整体发展，基因组学、蛋白组学、代谢物组学等理论的提出使新的诊断技术层出不穷，对疾病的诊断动辄数十乃至数百，具有记忆、学习和分析功能的人工智能工具将极大推动医疗传统技术的革命，推动医疗技术的进一步发展。
