人口老齡化將直接導致老年群體醫療、保健需求的急劇增長，對社會醫療資源形成更大的壓力。而智慧醫療采用新型傳感器、物聯網、通信等技術結合現代醫學理念，構建出以電子健康檔案為中心的區域醫療信息平臺，大數據參與，數據更精準全面，提高診斷正確率，將醫院之間的業務流程進行整合，優化了區域醫療資源，實現跨醫療機構的在線預約和雙向轉診，縮短病患就診流程，極大地提高了醫療效率。

經濟的快速發展，改善了居民的生活質量，卻不免發現人們多了許多“富貴病”，比如肥胖癥、糖尿病、脂肪肝等等疾病。還有一些呼吸道疾病，如哮喘、支氣管炎這類慢性病越來越多，并且過敏性哮喘等也越來越趨于年輕化。這些疾病無疑增加了社會醫療體系的壓力，增加了治療的時間及金錢成本。而智慧醫療相比傳統醫療融入更多人工智慧、傳感技術等高科技，使醫療服務走向真正意義的智能化。我們可以利用多種傳感器設備和適合家庭使用的醫療儀器，自動或自助采集人體生命各類體征數據，在日常生活中就能及時檢測人體數據，及時發現身體異常。在減輕醫務人員負擔的同時，也獲取了更豐富更準確的數據。而且智慧醫療數據集中存放管理，可以實現數據的廣泛共享和深度利用，有助于解決關鍵病例和疑難雜癥，能夠以較低的成本對亞健康人群、老年人和慢性病患者提供長期、快速、穩定的健康監控和診療服務，降低發病風險，間接減少對稀缺醫療資源如床位和血漿的需求。

例如：利用電子健康記錄 (EHR) 中的大量歷史數據，我們開發了 Doctor AI，這是一種涵蓋觀察到的醫療狀況和藥物使用的通用預測模型。Doctor AI 是一種使用循環神經網絡 (RNN) 的時間模型，它被開發并應用于 8 年來來自 26 萬名患者的縱向時間戳 EHR 數據。遇到記錄（例如診斷代碼、藥物代碼或程序代碼）被輸入到 RNN 以預測（所有）后續訪問的診斷和藥物類別。人工智能醫生評估患者的病史以進行多標簽預測（每個診斷或藥物類別一個標簽）?；趩为毜拿y集評估，Doctor AI 可以以高達 79% 的召回率@30 進行鑒別診斷，明顯高于多個基線。[2]精準醫學的主要目標是為患者開發可用于預測健康狀況以及幫助預防疾病或殘疾的定量模型。在這種情況下，電子健康記錄 (EHR) 為加速臨床研究和預測分析1提供了巨大的希望。

醫療資源的失衡，主要體現在城鄉之間。大部分優質資源集中在一二線城市，而偏遠的農村地區醫療資源遠遠不足。智慧醫療采集的數據通過無線網絡自動傳輸至醫院數據中心，醫務人員利用數據提供遠程醫療服務，能夠提高服務效率，緩解排隊問題，并減少交通成本。只要有足夠的機器設備，甚至足不出戶都能享受到尖端技術。在智慧醫療體系中，實現智慧醫療的關鍵是物聯網技術和云計算技術，這兩大技術的連接點是海量的醫療數據，或稱為“醫療大數據”。醫療物聯網中數據規模龐大，增長速度很快，傳統的數據庫技術難以有效對其進行管理和處理。智慧醫療以較低成本實現高效和可擴展的醫療大數據存儲與處理，并通過互聯網為用戶提供方便快捷的醫療服務。智慧醫療強調數據的采集和利用，不受時間和地點的約束。雖然現有的電子病歷系統能夠以數字化方式保存患者在醫院的檢查與就診記錄，但這些數據有限。智慧醫療利用物聯網技術隨時隨地采集各種人體生命體征數據并自動保存，比人工錄入電子病歷的數據量高出數個數量級。