1、医学人工智能是一个比较大的范围，涵盖图像辅助诊断、医疗系统的异常值筛选、结构化病历、医学科研、GPT医疗。
2、图像辅助诊断：代表有：肺小结节AI智能辅助诊断，这个辅助诊断工具，正式应用于2020年左右，刚好叠加疫情胸部CT的使用。所以，肺结节的筛查阳性率出现爆发式的增长。这是目前嵌入医学领域的人工智能应用最成熟的梯队。已经形成专家共识《人工智能在肺结节诊治中的应用专家共识(2022年版)》。在诊断的敏感性和特异性方面，已经超过低年资的影像医生水平。当然，这只是辅助诊断，最终需要医生确认。但是，效率方面已经提升几十个量级。
3、大数据异常值识别：这个也谈不上很高端而人工智能技术，但是非常实用。主要用于院内各种系统的监测。还有一些医疗监管部分的系统监测。现在最火热的是医保数据的监测。医保每天有海量的数据，仅靠医保局去监管，是没法做到没有漏洞的。所以，现在医保监管手段就是靠人工智能辅助下的大数据。打个比方，医院里面限制级抗生素监测特别严格。你使用限制级抗病毒，就会被监测是否有血培养、用药理由。
4、结构化病历：这个技术难度并不大，问题在于HIS系统更替涉及方方面面。能做的具体实例就是，以前，被外界经常吐槽的。女性，在病历上写了前列腺。男性，在病历上写月经史。这些未来都将避免。
5、医学科研：目前基于人工智能的医学科研逐年火热，一个重要方向是跟机器学习的结合。不过，这块论文和课题，已经有点烂大街的趋势了。但是，也有提升空间。算法参数的调整、数据量、方向等等。另一个维度就是图像识别。
6、GPT医疗：主要是基于以chatgpt为代表的生成式大模型用于医疗领域的辅助诊疗。对于简单的问诊已经没有问题了。至少，比一些大家吐槽很久的一些，不学上进的医生，强太多了。当然，GPT医疗最大的难点之一在语料库，中文语料库存在较多的不严谨的语料，但作为辅助工具，已经能够极大提升效率，未来应该也有修正的办法。另外，GPT用于科普文案写作、PPT制作、心得体会、会议总结，有先天的优势。所以，未来没有原创能力的博主，未来会越来越难。
7、对于，医学人工智能，大家有更多的观点，欢迎评论。