1、升级路径：行业经验的有益补充
新一代人工智能技术通过与可穿戴设备的结合，率先应用于生活化的健康管理，将用户的多项健康指标以数据形式进行量化，建立个性化健康管理方案。通过语音识别、自然语言处理等技术，将患者的病症描述与标准的医学指南作对比，自主提供医疗咨询、自诊、导诊等服务，同时将医生口述的医嘱按照患者基本信息、检查史、病史、检查结果等形式形成结构化的电子病历。随着深度学习算法与医疗行业数据的加速融合， 围绕医疗领域过往沉淀的大量病理案例，利用机器视觉、知识图谱等技术手段，通过大量的影像数据和诊断数据，模拟医疗专家的思维、诊断推理和治疗过程。

2、升级效应：推动优质医疗资源供给升级
随着医疗产业智能化的不断升级和应用推广，患者可以足不出户地借助随身可穿戴设备等智能设备实时读取自身精准的医疗信息数据，通过智能诊断云服务平台将数据传给医疗机构，医生根据病人的精准医疗信息做出疾病的诊断并制定配套的治疗方案，使得患者的治疗体验得到大幅改善，极大提升了治愈率，缓解了优质医疗机构硬件资源紧张的问题。同时，随着行业数据的进一步开放，智能诊疗系统结合优质的专家经验，协助基层医疗机构提高疾病表征的检出率，减少漏诊的同时帮助癌症等重大疾病患者实现早诊早治，有效提高基层医疗机构的诊疗水平。

3、市场前景：引领医疗产业进入预防和普惠新阶段
智能健康管理基于预防、调养和个性化管理的特性，逐步成为预防医学的主流，根据世界卫生组织2019年发布的《全球健康风险》报告显示，2025年个人健康管理市场    规模将达到10万亿美元，随着海量人群健康管理档案的汇集，未来将逐步构建人类健康数据库，依托深度学习算法训练健康基因模型，实现对大规模传染病和慢性病的前瞻性管理。逐步完善的电子病历结合智能诊疗系统正在辅助医生提升诊疗效率，据IDC公司   调研数据显示，智能诊疗系统将过去4至6小时的诊断流程缩短到10分钟，准确率提高至91%，随着知识图谱、自然语言处理、群体智能和人机交互等技术的渗透，基于海量医疗数据和专业文献分析的智能诊疗系统通过假设认知和大规模的实证分析，逐步取代医生的部分职能，实现从疾病的诊断到病情的确立到治疗方案制定的一体化，全面推动优质医疗资源的普惠。