许多人预测，由于电子健康记录日益普及并且有大量数据可供使用，未来十年医疗保健将成为受AI冲击最大的行业。但美专家表示，鉴于医疗保健领域的复杂性，AI在这一领域也面临挑战。
《科学美国人》月刊网站11月11日发表美国克利夫兰诊所癌症中心血液学家和肿瘤内科学家阿齐兹·纳扎的文章称，在克利夫兰诊所新成立的临床人工智能中心以及世界各地的其他致力于AI的研究中心，研究人员正在开发机器学习能力，最终目的是改善医生诊断和治疗患者的方式。这种机器学习能力还将节约成本和时间，改善患者的整体体验，并有助于打破护理障碍。
目前，医学团队正在利用AI寻找隐藏在海量数据中的智慧结晶。与此同时，专家团队正在努力创造一种新的混合角色：“医生数据科学家”，他们了解机器学习、AI以及如何将这些技术应用于医学研究和临床实践。研究的目标是改善患者预后和降低成本。
报道称，迄今为止，研究取得的进展非常有前景。研究人员正在建立使用AI的机器学习模型，不仅用其预测某些病人的病情进展，还直接采取行动改善病人健康。例如，能够(以高准确率)识别出在入院48至72小时期间死亡风险较高的患者，这使得临床医生能积极主动地采取措施以遏制风险。
在另一个项目中，研发人员开发了一款个性化的预测模型，它优于现有的骨髓增生异常综合征(MDS)的预测模型。可以比较准确地判定MDS患者的死亡风险，以及MDS转化为急性髓性白血病(AML)的风险。AML是一种更具攻击性的骨髓癌。
通过了解患者预后的各种可能性，医生就能设计出更有针对性的治疗方案。这意味着过度治疗或治疗不足的病例会更少，患者会得到更好的建议，护理也变得更加个性化。
但鉴于医疗保健领域的复杂性和微妙性，AI在这一领域也面临挑战。此外，鉴于迄今为止AI研究缺乏监管和临床标准，该领域可能产生相互矛盾或有缺陷的研究，导致有人以不恰当或不负责的方式应用研究结果。
报道称，AI并非万能。这就是为什么在作者看来，人们永远看不到“机器”医生，因为移情、常识和本能等人为因素常常在医疗决策中发挥关键作用。从本质上说，人们使用AI是为了更好地利用数据，以获得额外的、关键的洞察力，这些洞察力可能会改善护理和预后。
