人工智能理论的不断发展，在众多学者和科研人员的不懈努力下，已经达到了前所未有的高度。在医疗领域，人工智能发挥着至关重要的作用，其强大的机器学习算法发挥着重要作用。医学影像领域的人工智能技术，可以辅助医生进行X光、CT、MRI等检查诊断，基于声学数据进行模式识别和疾病预测，为患者提供疾病类型和发展趋势的预测，以及利用人机交互技术实现智能健康管理可穿戴设备等。这些成熟的应用为医疗领域的诊断、临床决策和管理提供了极大的帮助，但医疗与人工智能的协同也面临一个迫切的挑战：如何保证决策的可靠性？其根源在于医疗场景的可问责性和结果透明性需求与人工智能的黑箱模型特性之间的冲突。本文回顾了基于可解释人工智能 (XAI) 的最新研究，重点关注视觉、音频和多模态视角的医疗实践。我们努力对这些实践进行分类和综合，旨在为未来的研究人员和医疗保健专业人员提供支持和指导。