AI在医疗领域经过数十年发展，理论基础与模型搭建逐渐完善，在包括专家系统、医学影像、药物开发、手术机器人等多领域实现落地应用。
AI制药(AIDD)是指利用AI技术在药物研发、药物设计、药物筛选、临床试验和药物生产等各个环节中应用的制药领域。AI在药物研发中可以通过数据挖掘、机器学习和深度学习等技术，加速药物发现和设计过程，提高研发效率和成功率。AI还可以在药物筛选中帮助挑选出具有潜在疗效的候选药物，降低研发成本和时间。在临床试验中，AI可以帮助优化试验设计、招募适合的患者群体，并提供数据分析和预测，加快药物上市进程。此外，AI还可以应用于药物生产中的质量控制、流程优化和智能化管理等方面，提高药物的生产效率和质量。
多款AI研发药物进入临床，但尚无药物成功上市。尽管全球已有多款AI研发药物进入临床且最高进展已到临床三期，与此同时，有很多利用A技术研发的药物进入临床后失败，目前尚无AI研发的药物成功上市。2023年7月31日,日本住友制药和大冢制药宣布,其合作在研的ulotaront药物的两项III期研究精神分裂症临床试验未能达到主要终点;由Exscientia和日本住友制药合作开发的 DSP-1181,是一种用于治疗强迫症的长效血清素5-HT1A受体激动剂，全球首个由 AI设计的分子，因临床I期研究未达标而停止研发;英国头部AI药企Benevolent AI公布其治疗特应性皮炎的局部泛Trk抑制剂BEN-2293的Ⅱa期临床未达到次要疗效终点;Relay Therapeutics任AACR2023会议上披露了选择性PI3Ka抑制剂RLY-2608的临床数据有效性不佳。
医疗检查是指用于评估个体健康状况的一系列系统的检测和程序。其中包括的医学影像检查是非侵入性地获取人体内部结构图像的技术过程，涉及多种医学影像设备。医学影像行业面临数据大量积累而优质医疗资源不足且分配不均等问题，AI技术将充分利用这些数据进行模型训练，以准确高效地实现对影像的识别与分析，辅助医务工作者进行疾病诊治。
AI医学影像行业涉及AI软件与影像硬件的结合，涉及包括软硬件开发、疾病检查与常规体检等在内的庞大产业图谱。①AI医疗影像领域的上游主要是由软件开发商构成，例如联影智能、深睿医疗、推想医疗等。这些企业在构建AI医疗影像解决方案时，通过算力支撑对海量医疗数据进行处理，以开发先进的软件系统。②中游集中了如 GE、西门子、飞利浦等老牌医疗硬件设备制造商，这些企业更倾向于与专业的软件开发企业合作。③最终，AI医学影像软件，或通过独立软件销售，或与医疗硬件设备捆绑，被广泛应用于医院、高校及科研机构、体检中心和第三方影像诊断机构中.为医生提供辅助诊断工具，助力于各种疾病的快速准确识别与评估。
AI医疗服务是指通过运用先进的信息技术，如人工智能、大数据、云计算、物联网等，对医疗过程进行智能化管理和优化，从而提高医疗服务的质量和效率。AI在医疗中的应用，不仅有助于提升医疗服务的精准度和个性化程度，还能为医疗决策提供科学依据，推动医疗行业的创新发展。
多因素驱动AI医疗服务成为未来趋势。医疗服务场景需求复杂多样，AI赋能医疗带来质量和效率的提升与成本的降低。进一步人工智能可优化医疗服务流程与组织的变革，改善医疗机构运营效率并改变医疗服务运营模式，实现高质高效、智慧化的普惠医疗。在政策场景、技术场景及应用场景叠加驱动下，AI将实现兼顾个体与群体的全流程全场景医疗，医疗智慧化成为未来趋势。
首家AI医院上线，实现AI医生自我进化。2024年5月，清华大学智能产业研究院(AIR)智慧医疗团队发布论文提出“AgentHospital”(智能体医院)。2024年9月，AIR孵化企业紫荆智康成立。2024年11月，由紫荆智康开发的“紫荆AI医生”系统上线，首批来自21个科室的42位AI医生亮相，定向邀请专业人士对AI医生的疾病诊断能力进行内部测试。“紫荆AI医生”系统后续将对 AI医生的更多核心能力进行公开测试，预计将于2025年上半年正式向社会大众开放使用。
Agent Hospital的核心理念是通过建立“闭环式”医疗虚拟世界实现AI医生的加速进化，通过对真实医院的设施和流程进行模拟，建立了超拟人、广分布、多样化的AI患者，对于AI医生在虚拟世界中通过大量诊疗实践进行进化发挥了关键作用。实验表明，AI医生的能力进化曲线已初步符合 ScalingLaw(规模定律):如果AI病人满足超拟人、广分布和多样化的条件，那么AI医生诊治的 AI患者数量越多，能力就会变得越强。“紫荆AI医生”系统的发布，将贯通虚拟世界与现实世界,让 AI医生使用现实世界的数据在虚拟世界中加速进化,将AI医生的能力提升到新的高度。
