人工智能的研究自1956年之后，引发第一次浪潮，主要研究逻辑推进为主的“基于规则的专家系统”，但是经过长时间的研究，专家系统进入瓶颈期，随之Al的资金投入和人员投入大量缩减，Al研究方向也悄然发生变化，以研究计算机视频、语音和计算机自然语言进行新的研究方向，“机器学习”算法的不断优化使得人工智能在多个领域实现了惊人的突破。2011年Google 大脑通过非监督学习识别出猫脸，2015年斯坦福人工智能实验室的计算机图像识别技术的图像识别正确率在ImageNet图像识别比赛首次超过人眼，2016年微软语音识别技术可以将英语错词率降至5.9%。

近年未 J 随着相关技木的飞速发展， 人工智能( art仆1cal 1ntelllgence, Al)在医疗领域中的应用也在快速的推广 J 包括医学影像 、临床决策支持、病例分析 ＼ 语言识别、药物挖掘、健顾管理、 病理学笞众多场景。随若医学数据集的扩培 ， 硬件设备的提升, Al 每法的不断优化改进， Al在医疗场景中的技术积累愈发成熟 ， 越来越多的Al研究开始落地于医疗领域。

近年来，随着相关技术的飞速发展，人工智能在医疗领域中的应用也在快速的推广，包括医学影像、临床决策支持、病例分析、语言识别、药物挖掘、健康管理、病理学等众多场景。随着医学数据集的扩增，硬件设备的提升，AI算法的不断优化改进，AI在医疗场景中的技术积累愈发成熟，越来越多的AI研究开始落地于医疗领域。 ​