1956 年人工智能（AI）開始成為獨立的研究領域，經由神經網絡和模糊邏輯到深度學習，技術起伏發展。20 世紀前，中外對 AI 在醫療領域的研究集中在臨床知識庫上，但由于大多數臨床知識庫必須運行在 LISP 設備上，當時 LISP 設備尚不能聯網且價格昂貴等原因，臨床知識庫并沒有廣泛地應用于臨床中。國內 AI 在醫療最早的應用可以追溯到 1978 年的“關幼波肝病診療程序”，1996 年我國專注人工智能研發的企業開始出現，2000 年-2015 年期間，國外的研究重點為 AI 在臨床知識庫外的應用，如手術機器人應用落地、鼓勵發展電子病歷等。而中國仍以研究更多類疾病的臨床知識庫為主，發展相對緩慢。2015 年-2017 年，由于 AI 在圖像識別方面的準確率有大幅度提升，AI+影像得以快速發展。同時，得益于在臨床知識庫的長期研究，CDSS 產品走向成熟。2018 年后，中國 AI+醫療進入穩定發展階段，智慧病案等新產品相繼面世，目前國產手術機器人尚在研究階段。另外，在2015 年賽道內廠商數量達到峰值開始進行整合，2018 年全國已有上千家三甲醫院引入 AI 產品。
目前傳統的機器學習和深度學習算法已被廣泛的用來處理臨床研究和醫療服務中的結構化數據，如醫學影像數據、基因數據和生物標志物數據；而非結構化數據，如人工筆記、醫學期刊與患者調查等則依靠專門的醫學自然語言處理技術來分析。艾瑞咨詢研究院通過 PubMed 公開數據整理，2012-2020 年在醫學文獻中使用到的熱門機器學習算法和深度學習算法包括：1）支持向量機（38%），主要應用于識別成像生物標志物和醫療影像分析；2）神經網絡（34%），主要應用于生化分析、圖像分析和藥物開發；3）邏輯回歸（4%），主要用于疾病風險評估和臨床決策輔助系統。
隨著國際和國內 AI 醫療的熱度持續上升，資本投入了更多關注。2020 年我國醫療融資事件數遞減，但融資總額卻強勁走高，到達歷史最高的接近 40 億元，其中 AI 新藥研發是最熱門醫療 AI融資領域。AI+影像占融資額的比例連續三年保持在 20%左右，成為另一熱門融資領域。對比 2019年與 2020 年的融資項目輪次，其中天使輪、A 輪與 B 輪占融資項目的比例由 85.7%降低到 70.6%，說明市場成熟度有所提高。同時筆均融資額從 0.39 億元/筆上升至 1.14 億元/筆，目前行業處于快速成長期。
