随着云计算、大数据、物联网、5G等技术在医疗领域的持续落地，医疗数字化进入了一个新的发展阶段，并衍生了远程医疗、分级诊疗、 诊断等新型的数字医疗应用。
利用基于AR的头戴设备，集成2D图像和其他患者数据，在患者身体上创建叠加其解剖结构的3D模型，或许是可行性最高的答案。此外，AR还能减少医生工作量，让他们更加专注。
以发展眼光看，医生和人工智能技术将是共同发展的关系，目标就是用技术给患者提供更好的服务;机器学习作为工具集的一部分，将提高医疗机构运营效率;基于互联网+的医疗远程智能化质控系统，将改变现在和未来的医疗模式。
一种是主导型，即机器人系统是整台手术过程中的主要参与者，医生起辅助作用;另一种是辅助型，即机器人系统起辅助作用，如帮助医生了解症状、制定手术计划等(目前多为第二种辅助型的机器人，因其作为手术的“助手”，研发周期较短，能够较快进行创新推广)。
通过人工智能技术辅助基层医院进行诊断，使一些没有那么多诊疗经验的基层医院的诊疗水平得到提升，能够提高基层地区诊疗水准，完善基层医疗;还可与上级医院互联，让基层群众也能通过远程医疗享受专家会诊(随着在线视频会议服务、智能手机和可穿戴设备的改进，远程医疗越来越容易。将人工智能功能集成到远程医疗平台，将帮助医生推荐更好的治疗计划)，在疾病早期进行干预，大幅提升患者治愈率及存活率。
据王戈介绍，医疗AI应用和大数据应用可以分成应用层、技术层和基础层共三个层级。其中，基础层架构是全球化，像IBM等企业都是大的布局，巨头集中在这里，门槛很高，创业者、投入并不多;技术层主要包括计算机视觉、深度学习、自然语言处理、语音语义理解等;应用层主要包括影像诊断、病理分析、辅助医疗、健康管理、药物挖掘、手术机器人、医疗机器人等，是未来一个大的发展方向。
在AI驱动模型的帮助下，现在可以根据患者生命体征的变化，在患者整个日常过程中为其提供干预和提醒。
