在眾多創(chuàng)新中，醫(yī)療領域出現不少實際的人工智能（AI）應用。幾乎所有醫(yī)院已在使用某種形式的AI，更有不少醫(yī)療機構已在進行大型AI專案。機器學習技術則已廣泛應用于醫(yī)療險理賠、臨床決策支持和判斷放射圖等用途。

　　據報導，2017年有86%醫(yī)院正在使用某種形式的AI。而像紐約長老會（NewYork-Presbyterian）等醫(yī)療機構已展開大型AI專案?，F在有受監(jiān)督及無人監(jiān)督的這兩種機器學習。而機器學習工程師是最熱門的新興職業(yè)之一，早期實際應用包括保險理賠、臨床決策支持、網絡安全和放射學等等。

　　AI也引發(fā)有關道德和情緒智力的問題，亦即醫(yī)療機構和非醫(yī)療企業(yè)需在部署技術之前建立標準、義務和指標。此外，若機器學習算法在讀取放射圖方面經證明比人類更有效，則繼續(xù)讓人們做此工作是否不道德。當然，此問題仍有待觀察，而且短期內不可能出現明確答案。

　　IBM Watson Health健康長Kyu Rhee博士提出AI的三大原則：目的、透明和技能。目的是為了幫助人類而不是取而代之；供應商須透明公開算法和AI系統的訓練過程。而Rhee將AI要求的新技能集稱為人類+AI（Human+AI），因為它們正在增強人們的能力。

　　這適用于臨床醫(yī)生、管理人員和健康IT專業(yè)人員。事實上，2018年將是了解更多關于AI未來的好時機，據Accenture的說法，這些技術正在重組人們對醫(yī)療服務的現代概念。而該公司預測，AI工具的部署在10年內將劇增至1，500億美元。醫(yī)院和IT部門顯然在預算方面有很大的風險。專家開始預測AI、機器學習和認知運算正在向類似網絡泡沫及最終泡沫破裂的方向前進。醫(yī)院應審慎思考要如何避免錯誤投資，同時導入尖端技術來改善或挽救病人的生命。而向其它行業(yè)學習是好的開始。AI投資回報的情況也在2017年初步形成。事實上，AI是全新的投資回報模式，因此更難說服企業(yè)高層對這種新興技術投入大量資金。

　　報導認為，2017年醫(yī)療保健業(yè)在AI上取得很大進展。而缺乏最佳實踐顯示仍有很多工作要做。放眼2018年，醫(yī)院將進一步區(qū)分炒作、AI、認知運算和機器學習，并利用AI工具讓手術和護理工作更高效、更安全。