人口老龄化将直接导致老年群体医疗、保健需求的急剧增长，对社会医疗资源形成更大的压力。而智慧医疗采用新型传感器、物联网、通信等技术结合现代医学理念，构建出以电子健康档案为中心的区域医疗信息平台，大数据参与，数据更精准全面，提高诊断正确率，将医院之间的业务流程进行整合，优化了区域医疗资源，实现跨医疗机构的在线预约和双向转诊，缩短病患就诊流程，极大地提高了医疗效率。

经济的快速发展，改善了居民的生活质量，却不免发现人们多了许多“富贵病”，比如肥胖症、糖尿病、脂肪肝等等疾病。还有一些呼吸道疾病，如哮喘、支气管炎这类慢性病越来越多，并且过敏性哮喘等也越来越趋于年轻化。这些疾病无疑增加了社会医疗体系的压力，增加了治疗的时间及金钱成本。而智慧医疗相比传统医疗融入更多人工智慧、传感技术等高科技，使医疗服务走向真正意义的智能化。我们可以利用多种传感器设备和适合家庭使用的医疗仪器，自动或自助采集人体生命各类体征数据，在日常生活中就能及时检测人体数据，及时发现身体异常。在减轻医务人员负担的同时，也获取了更丰富更准确的数据。而且智慧医疗数据集中存放管理，可以实现数据的广泛共享和深度利用，有助于解决关键病例和疑难杂症，能够以较低的成本对亚健康人群、老年人和慢性病患者提供长期、快速、稳定的健康监控和诊疗服务，降低发病风险，间接减少对稀缺医疗资源如床位和血浆的需求。

例如：利用电子健康记录 (EHR) 中的大量历史数据，我们开发了 Doctor AI，这是一种涵盖观察到的医疗状况和药物使用的通用预测模型。Doctor AI 是一种使用循环神经网络 (RNN) 的时间模型，它被开发并应用于 8 年来来自 26 万名患者的纵向时间戳 EHR 数据。遇到记录（例如诊断代码、药物代码或程序代码）被输入到 RNN 以预测（所有）后续访问的诊断和药物类别。人工智能医生评估患者的病史以进行多标签预测（每个诊断或药物类别一个标签）。基于单独的盲测集评估，Doctor AI 可以以高达 79% 的召回率@30 进行鉴别诊断，明显高于多个基线。[2]精准医学的主要目标是为患者开发可用于预测健康状况以及帮助预防疾病或残疾的定量模型。在这种情况下，电子健康记录 (EHR) 为加速临床研究和预测分析1提供了巨大的希望。

医疗资源的失衡，主要体现在城乡之间。大部分优质资源集中在一二线城市，而偏远的农村地区医疗资源远远不足。智慧医疗采集的数据通过无线网络自动传输至医院数据中心，医务人员利用数据提供远程医疗服务，能够提高服务效率，缓解排队问题，并减少交通成本。只要有足够的机器设备，甚至足不出户都能享受到尖端技术。在智慧医疗体系中，实现智慧医疗的关键是物联网技术和云计算技术，这两大技术的连接点是海量的医疗数据，或称为“医疗大数据”。医疗物联网中数据规模庞大，增长速度很快，传统的数据库技术难以有效对其进行管理和处理。智慧医疗以较低成本实现高效和可扩展的医疗大数据存储与处理，并通过互联网为用户提供方便快捷的医疗服务。智慧医疗强调数据的采集和利用，不受时间和地点的约束。虽然现有的电子病历系统能够以数字化方式保存患者在医院的检查与就诊记录，但这些数据有限。智慧医疗利用物联网技术随时随地采集各种人体生命体征数据并自动保存，比人工录入电子病历的数据量高出数个数量级。