世界卫生组织估计，全球大约有430万名医护人员的短缺，贫穷国家更为严重。在美国，这些短缺虽并不那么严重，但与日俱增的医疗费用，导致每个病人享受到的看病时间只有13到16分钟。

因此，在医生和护士全球短缺以及病人护理成本不断提高的背景下，让我们来看看人工智能系统在医疗保健行业中的使用前景。

提高医疗诊断效率和准确率

2016年8月，人工智能超级计算机在10分钟内完成了人类医生几个星期的工作任务。一位60岁日本癌症患者的遗传数据显示，该系统分析了数千种基因突变，以确定她患有一种罕见的白血病。

在全球范围内，科学家和医生人员正在利用人工智能系统解决一系列问题，譬如分析基因突变等庞大的数据用作科学研究，并提高医生的临床知识。

医疗护理中的机器学习

人工智能在医疗保健中使用的基础是机器学习，即计算机“研究”大量数据集以发现见解的过程。例如，医生和机器学习科学家提供一台智能计算机，并配有存档的医学照片，以训练该系统发现某些疾病标志物或突变。机器学习系统拥有的数据越多，它就越能提供精确的结果。帝国理工学院的研究人员正在测试机器学习在治疗创伤性脑损伤中的应用。

科学家们试验了机器学习如何促进糖尿病视网膜病变的诊断，这是一种导致视力损害和失明的疾病。这个团队用128000个健康的眼睛来训练这个系统，然后他们让算法分析了12000幅图像，并对其识别疾病征兆的能力进行分级。结果表明，该系统在鉴定病情和分级方面的表现已经超过来医学专家。

人工智能也有助于疾病的预防和管理。从医院数据库、电子记录、家用监视器、健身追踪器和植入设备中提取的信息可以帮助医护人员预测哪些人对某些疾病的发病概率。