據(jù)《IEEE全球CIO、CTO訪問調(diào)研：2021年的機遇和挑戰(zhàn)，以及關(guān)鍵的科技趨勢》結(jié)果顯示，全球有47%的受訪者認為，健康醫(yī)療行業(yè)是目前受科技影響最大的行業(yè)。

其中，便攜的可穿戴醫(yī)療設備，以及基于深度決策的新型診斷技術(shù)，在人工智能技術(shù)的加持下，為人們的健康生活帶來了更多可能。

IEEE會員FabrizzioSoares表示：“越來越多的患者通過佩戴可穿戴醫(yī)療設備實現(xiàn)血糖、血壓、心率等健康數(shù)據(jù)的自我監(jiān)測，這些數(shù)據(jù)能被收集并同步上傳到該患者的醫(yī)療記錄系統(tǒng)中；如患者遇到心臟病發(fā)作等突發(fā)情況，可穿戴醫(yī)療設備的監(jiān)控系統(tǒng)可以幫患者做出預判及決策，從而避危機發(fā)生；它還能將收集到的異常數(shù)據(jù)同步給緊急救援系統(tǒng)，在患者病發(fā)時及時發(fā)出急救信號。“

同時，IEEE會員鄭雁公教授介紹道：“目前，智能紋身、智能皮膚、納米貼片、柔性植入等設備已被廣泛應用在醫(yī)療健康領域?！?/p>

鄭雁公表示：“在人工智能的幫助下，計算機可以自主學習大量醫(yī)學知識，根據(jù)病人不同的癥狀給出可用的診斷和治療方案，從而幫助醫(yī)生進行快速的診斷和治療?！?/p>

另外，人工智能還可以應用于醫(yī)學影像分析中，幫助提高疾病診斷效率。IEEE高級會員韓光潔教授表示：“目前，在計算機影像學輔助診斷中，因考慮放射傷害，往往選用低劑量檢查方案，導致一些較小的病理特征很難從單一視角被觀察到；同時，現(xiàn)有大部分醫(yī)學影像數(shù)據(jù)集中均僅包含有限陽性樣本，導致樣本不足和比例不均衡等問題，影響模型性能與泛化能力。因此，部分基于人工智能的輔助診斷方法，能實現(xiàn)多尺度特征融合和數(shù)據(jù)擴充，從而提升某些病理特征辨識力和均衡樣本比例，以提高檢測敏感性并降低誤檢率。