随着互联网到移动互联网再到物联网的演进，使得数据的积累量达到了前所未有的规模，以大数据为基础的智慧医疗可以给医疗带来的革新主要包括三个方面：降低医疗成本、辅助诊断以及帮助解决医疗资源分配不均与短缺的问题。
降低医疗成本
根据世界银行数据，美国与医疗相关的开销可以占到GDP的17%-18%，并且呈逐年上升趋势，预计到2020年将会达到GDP的20%左右。在中国看不起病、因病致贫的例子也并非罕见。导致医疗成本过高的原因主要有两个：高昂的药费与诊疗费。药品开发成本过高与医生的培养成本过高似乎给了药品价格与治疗费用居高不下很好的解释。
人工智能系统通过阅读专利数据库、医疗数据库、医学论文，学习从分子结构、基因组序列和图像的一切信息，建立关联，形成假设，寻找可用于制造新药的分子或配方。人工智能算法可在几周内阐明数据之间的强相关性，提供新的思路，可以很大程度提高新药的研发进度，降低药品的研发成本与风险。而人类要想得到同样的成果，除了需要大量专业人员花费大量时间外可能还需要医药专家们的灵光一现。
辅助疾病诊断
在很多患者心目中，看病要找有经验的年长的大夫。老大夫的经验积累来源于一个病例一个病例的学习与研究。然而学习能力再强的大夫也不如计算机学得快。一个放射科的大夫每天能够阅读的X光片数量有限，穷其一生也很难研究10万个病例，而计算机则很容易在短时间内学习能够获得的所用病例。应用辅助诊疗软件，放射科医生可以根据计算机输出的结果结合经验对病人的病情进行判断，不仅提高了诊断效率，由于计算机学习了大量案例更是提高了诊断的正确率。
相比医生，计算机在诊断方面具有更大的优势，首先，计算机诊断的失误概率非常的低，能够发现医生很容易忽视的问题，其次，计算机诊断的准确率很高，并且随着医疗数据的不断累积，诊断的准确率会不断提高;最后，计算机不像医生那样有情绪问题的困扰，诊疗的稳定性更好。
解决医疗资源短缺
当今，世界医疗水平分布极为不均，很多国家医生数量不足，社区医院与顶级医院医生的诊疗水平相差甚远。在人工智能的帮助下，同样数量的医生可以服务几倍甚至更多的患者，医疗资源匮乏的地区可以通过引入智慧医疗系统为患者提供顶级医院顶级医疗专家的服务。
在人工智能的帮助下，顶尖的医生和科学家可以腾出时间研究更具挑战型的项目。在医疗资源匮乏的地区，医疗水平一般的医生可以提高诊断的准确率，提高医疗服务质量。智慧医疗无疑是解决医疗资源分配不平衡的最好方法。
