世界衛生組織估計，全球大約有430萬名醫護人員的短缺，貧窮國家更為嚴重。在美國，這些短缺雖并不那么嚴重，但與日俱增的醫療費用，導致每個病人享受到的看病時間只有13到16分鐘。

因此，在醫生和護士全球短缺以及病人護理成本不斷提高的背景下，讓我們來看看人工智能系統在醫療保健行業中的使用前景。

提高醫療診斷效率和準確率

2016年8月，人工智能超級計算機在10分鐘內完成了人類醫生幾個星期的工作任務。一位60歲日本癌癥患者的遺傳數據顯示，該系統分析了數千種基因突變，以確定她患有一種罕見的白血病。

在全球范圍內，科學家和醫生人員正在利用人工智能系統解決一系列問題，譬如分析基因突變等龐大的數據用作科學研究，并提高醫生的臨床知識。

醫療護理中的機器學習

人工智能在醫療保健中使用的基礎是機器學習，即計算機“研究”大量數據集以發現見解的過程。例如，醫生和機器學習科學家提供一臺智能計算機，并配有存檔的醫學照片，以訓練該系統發現某些疾病標志物或突變。機器學習系統擁有的數據越多，它就越能提供精確的結果。帝國理工學院的研究人員正在測試機器學習在治療創傷性腦損傷中的應用。

科學家們試驗了機器學習如何促進糖尿病視網膜病變的診斷，這是一種導致視力損害和失明的疾病。這個團隊用128000個健康的眼睛來訓練這個系統，然后他們讓算法分析了12000幅圖像，并對其識別疾病征兆的能力進行分級。結果表明，該系統在鑒定病情和分級方面的表現已經超過來醫學專家。

人工智能也有助于疾病的預防和管理。從醫院數據庫、電子記錄、家用監視器、健身追蹤器和植入設備中提取的信息可以幫助醫護人員預測哪些人對某些疾病的發病概率。