人工智能對于醫療的影響，并不止于上文所概述的智能診斷、智能治療、健康管理和醫療管理等方面的內容，其他如藥物挖掘、生物科技和精準醫療等也是人工智能可以發揮巨大作用的領域。從上文的分析來看，人工智能會進一步推動醫療領域向著智能化、日常化和人性化的方向發展，尤為重要的是可以促進精準醫療的發展。同時，這些變化也會對醫療行業就業和人類對于自身的認識產生重要影響。從目前來看，人工智能在未來的發展有如下三個值得關注的積極趨勢：第一，用人工智能的“醫生”補充人類醫護人員，以解決未來醫護人員稀缺的問題;第二，用人工智能提高藥物挖掘的效率，加速藥物開發的過程;第三，在人工智能的基礎上，提高個性化用藥的水平，并通過精準醫療最終解決癌癥這一難題。下面分而述之。

第一，開發人工智能醫生以緩解醫護人員不足。人類醫生的培養過程非常復雜，且成本相對較高，培養時間較長。例如在美國，醫學專業需要學生在完成本科學位之后再來就讀。即便在發達國家，有經驗的醫護人員的缺乏也是一種常態。而一旦人工智能的技術應用獲得突破，就可以在一個相對較短的時間內訓練出大量具備相關技能的人工智能醫生，進而可以有效地解決人類醫生資源不足的問題。而且，這些醫生可以在全世界的任何地方全年無休地提供醫療服務。當然，這并不意味著在未來所有的人類醫生都會消失，在一些非常復雜的工作中，人類醫生的作用仍然是不可替代的，至少在一定時間范圍內看來如此。除此之外，把那些日常診斷或者程序化的工作交由人工智能來完成，會更加節省醫療成本。

隨著人工智能技術水平的快速提升，未來的情景將是：平均水平的醫生讓人工智能做助理，而平均水平以下的醫生則要做人工智能的助理。如果用于診斷疾病或是預后的數據、圖像能夠標準化、量化、結構化，這些工作基本可以通過人工智能來完成。在確定相應的數據范圍和具體算法后，人工智能可以通過不斷地進行機器學習和積累，逐步完善診斷系統和治療流程。盡管目前來看，人工智能并不是萬能的，但是它的確會在某些具體工作中超越人類，從而取代一部分人的現有作用。

因此，面對人工智能的發展，醫療產業的發展必須加快相關的技術應用的開發，并協調好人類醫生與人工智能之間的配合。在這一方面，中國的“微醫”是一個典型產品。“微醫”是一個移動互聯網醫療健康服務平臺，可以提供預約掛號、在線問診、遠程會診、電子處方、藥品配送等互聯網醫療服務。在這個平臺上，每天有大量的患者上傳影像數據并請求相關專家協助診斷。醫學人工智能的幫助一方面可以節省醫生的大量重復性工作，使圖像數據和病例首先通過機器進行初審，再由專家進行復核，其效率將提升70%以上，另一方面還可以面向基層醫生提供診療輔助，大約80%的常見病可以由人工智能協助基層醫生完成治療，而剩下約20%的復雜病例，則可通過互聯網平臺請專家進行遠程會診，從而提升基層的診療水平。

第二，人工智能助力藥物挖掘效率。藥物的挖掘和篩選一直是醫療業的重要領域。換言之，藥物研發的水平和規模在某種程度上決定了醫療業的發展形態。從歷史上看，藥物挖掘經歷了隨機篩選藥物、組合化學庫篩選和虛擬藥物篩選三個階段。最初，隨機篩選藥物的典型做法是通過細菌培養法從自然資源中篩選抗菌素，這種做法是低效的。隨著組合化學的出現，人們可以迅速合成大量化合物，并在此基礎上運用高通量篩選的技術完成化合物的篩選，這種做法的缺點則主要在于研發成本較高。到了虛擬藥物篩選階段，人們可以將藥物篩選的過程在計算機上進行模擬，以對化合物可能的活性作出預測，從而進行更具針對性的實體篩選，這樣可以極大地減少藥物開發成本。由此，醫藥領域很早就開始將計算機技術和人工智能應用于藥物挖掘上，并起到了積極的作用。

到目前為止，新藥的研發仍然需要極高的成本，既需要長期的實驗和數十億乃至上百億美元的投入，還要進行反復的安全性測試，而且即便如此，也無法保證最后真的能夠成功。而人工智能的應用可以在很大程度上緩解相應的問題。例如，在新藥篩選時，可以利用人工智能所具有的策略網絡和評價網絡以及蒙特卡洛樹搜索算法(Monte Carlo Tree Search)，從成千上萬種備選化合物中挑選出最具有安全性的化合物，作為新藥的最佳備選者。人工智能還可以協助新藥的安全性檢測，也就是通過對已知藥物的副作用的分析，預先判斷出新藥的副作用及其大小，由此選擇那些產生的副作用危害最小的藥物進入動物實驗和人體試驗，從而大大地節約時間和成本。