在智能医疗当中也有很多应用，详细可以来机器人365官方网站了解一下
具体的应用场景真的太多了。
例如在医院。
1、人工智能+医学影像，重点落地心血管及肿瘤影像
肺部疾病检测引擎：可以自动、快速、准确的从病人的胸部CT扫描序列中发现疑似病灶位置，降低肺癌早期筛查的成本，提高检测速度和检测的准确率，缓解医疗资源的紧张，挽救更多患者的生命。阿里巴巴达摩院AI中心医疗健康实验室的肺部疾病检测引擎具有检测准确度高、核心技术原创及经过实际场景验证这三大特点
心血管疾病诊断引擎：为了进一步降低医生交互的工作量，人工智能心血管疾病诊断可以进行心脏冠脉的提取及重建，自动化的提取冠脉树并命名精细到半径小于1mm的分支，同时利用三维重建技术生成VR、CPR和SPR辅助医生诊断病灶，实现斑块类别识别、易损斑块预警及狭窄程度预测等多项功能。
智能骨科引擎：利用定位、分割和测量核心技术，辅助评估致病因素并确定诊疗方案，覆盖膝关节、脊椎和膝关节，覆盖多病种。经过医院实景场景验证，阿里巴巴达摩院AI中心医疗健康实验室的数据显示，其骨科AI产品的精准度超过70%的骨科医生并且单次耗时低于200ms。
2、人工智能+医院管理
人工智能优化医疗资源配置：利用大数据，从宏观层面协调资源的有效分配。它能根据电子病历、既往病史等信息分析出哪些患者是最需要及时救治的，把医疗资源优先提供给他们，优化医疗服务的先后顺序。
弥补医院管理漏洞：从点评网站、社交平台和新闻媒体等渠道收集客户对医院的评价，通过自然语言处理技术将非结构化的数据处理成能被系统识别的结构化数据，根据已经搭建好的模型，系统能够整理、分析出各种评价背后的真实含义。
调查发现：患者对某医院话题讨论最多的分别是：候诊时间、服务态度、就诊时间、医疗价格及院后随访。
3、人工智能+疾病诊断和预测
4、人工智能+医学研究
医疗机器翻译：医疗行业内存在大量的翻译需求，AI自动翻译有完善的文件解析生成能力，适应用户不同文件格式输入，有效降低客户在大量翻译需求上的开支。阿里巴巴达摩院AI中心医疗健康实验室落地的医疗行业机器翻译系统能实现：权威语料翻译、术语干预、SAAS标准服务及定制化部署，其医学术语翻译准确率大于80%，日期翻译准确率大于99%。
由于篇幅有限，仅举例以上内容，如果想看更多大数据和人工智能在医疗智能决策分析过程中有的应用场景，可移步动脉网官网或卫星搜索你想要的内容。
首先我本人是一名大数据开发的工程师，我认为是这样的:
1.大数据可以解决的是数据存储的问题，在以前数据存储不是很方便的时候，医生对于医疗病历信息，患者病理信息的保存是不完整的，现阶段有了大数据技术以后，医务工作者可以将相关的病理信息录入到大数据库中，这些信息对于相关疾病的研究起到了至关重要的作用。
2.大数据解决的是数据计算的问题，一个医生对于病理的理解深度，很大的因素取决于他自己的经验，这些经验是需要自己在临床中的摸索研究总结出来的，一个年轻的医生在这方面是匮乏的，如果众多的医院的医生都能将自己治疗患者时所采用的手段经验录入到医疗大数据库中，同时利用大数据人工智能的手段，充分的描绘出每个病症的病理，形成病症的画像，这样不管是年轻医生还是年迈医生，在诊疗时都有经验可寻，能够大大提高治疗的成功率。
人类的常见病也就是那么多，利用大数据存储，与计算分析，在患者病症的每个阶段都有相关的一整套治疗手段，对于患者来说是巨大的福音。
智慧医疗行业的上游主要是医院相关方，主要涉及：
1、医疗器械设备：目前主要是指智能化的医疗器械设备。
2、医疗信息化：即医疗服务的数字化、网络化、信息化，是指通过计算机科学和现代网络通信技术及数据库技术，为各医院之间以及医院所属各部门之间提供病人信息和管理信息的收集、存储、处理、提取和数据交换。
3、远程医疗：着移动通信、物联网、云计算、视联网等新技术的发展，众多的智能健康医疗产品逐渐面世，远程医疗也处于第二阶段向第三阶段迈进的过渡时期。
而智慧健康行业的下游主要面对患者，可以涉及以下产业：
1、可穿戴设备：穿戴设备正被用在不同的场景中帮助帕金森症、糖尿病、心脏病、高血压和其他疾病患者管理疾病，这项技术降低了住院率和就诊率，是智慧医疗领域的一项重大技术。
2、移动医疗APP：基于移动终端的医疗类应用软件，主要为患者提供寻医问诊、预约挂号、购买医药产品以及查询专业信息等服务。
关注《大数据和人工智能交流》号，了解最新高科技动态！