医学既是艺术又是科学。 虽然医生都接受了严格的医疗，了解人体如何运作，但他对对自己所做的所有决定的了解，关于如何诊断疾病以及如何选择最佳治疗方案，都是来自一些无形的措施产物：以前患者的经验，累积多年的观察和学习的经验。
这就是为什么将机器引入医学的想法看上去是不切实际的。 一个
机器人，不管多么训练有素，怎么能替代医生？
机器学习是人工智能最基本的形式，已经渗透到医疗领域，事实证明，机器在改善我们的健康方面可以发挥重要作用，包括更准确、更快地诊断，寻找更好的治疗方法，节省人们的时间和 金钱，防止有害的副作用。 事实上，随着现代医学越来越多地依赖大量研究和药物选择和新信息，机器可能比人类思维能更好地紧跟数据和解读数据。
医学中的人工智能并不是要替代医生（至少在短期内），而是提高医生的医学专业知识。AI 程序掌握了大量优秀医师积累的知识，包括在医学院和培训中学到的东西，以及实际医疗中的经验，AI 将这些专业知识规模化。
从疾病症状到新药的信息，不同药物之间的相互作用以及不同的人以同样的方式治疗可能有非常不同的结果，今天医生可获得的数据量越来越多， 访问和消化信息的能力正在快速成为所需技能，而这正是机器学习所擅长的。 哈佛大学生物统计学教授 Francesca Dominici 说：“医生意识到，如果他们希望了解大量数据，机器学习就是让他们从数据中学习的一种方法。”
哈佛大学不是唯一一个探索人与机器如何更好地结合，以利用前所未有的医疗信息的学术机构。在德克萨斯大学MD安德森癌症中心，APOLLO 计划正在筛选癌症患者所产生的遗传数据，并指导医生进行治疗，这将为患者提供更长时间的最佳生存机会。波士顿公司 Neurala 的研究人员正忙于复制大脑神经网络。 Neurala 的CEO Massimiliano Versace 说：“今天我们可以用老鼠的复杂性来设计大脑，这是非常聪明的。” “科学与技术现在已经相适应，从而使人工智能成为可能。”而在心理健康领域，创业公司正在开发机器学习
应用，可帮助用户检测抑郁或双相情感障碍等症状。
机器学习的关键在于机器。 来自 IBM 和 Google 的机器通过击败Jeopardy 答题秀的冠军，国际象棋大师和 AlphaGo 从先前棋手的知识中学习，这成为机器编程的一部分。
现在，IBM 正在将医学知识带入医学领域。该公司正在与 Memorial Sloan Kettering 癌症中心的专家合作开发用于解决不同类型癌症患者的三种 IBM Watson 肿瘤学产品。 一个产品将集中为患者提供现有治疗癌症的最佳信息； Watson 提供了一个数据库，收集了 Memorial Sloan Kettering 医生的知识数据库，以及这些医生在做出关于如何治疗患者的决定时，所依赖的医学文献中最重要的癌症研究。
在医生提供可以考虑的三种不同水平的治疗选择之前，该系统将患者的症状和其他显着信息（如其家族病史和癌症的阶段）纳入其中。 包括目前已经被批准用于癌症的标准治疗方法、目前正在测试但尚未被批准的治疗方法和其他癌症的治疗，最后是一些早期研究提示的可能是真正的实验性治疗方法。 不同级别的选择给医生和患者一个治疗计划，如果标准疗法不起作用，那么他们可以继续进行更实验性的治疗计划。
除了可用的治疗方法之外，Watson 还帮助那些已经耗尽标准疗法的晚期癌症患者。 对于他们来说，机器学习可以调用可能有效的新疗法的临床试验，包括遗传解决方案，这些解决方案刚刚成为癌症治疗领域的一个前景。遗传选项是基于对患者特异性肿瘤的仔细分析，驱动疾病的突变和可能针对这些突变的药物。对于人类医生来说，消化所有这些信息将几乎是不可能的，因为医生需要时间看病人，随时掌握现场最新进展的要求。
随着关于不同癌症患者及其肿瘤的更多信息成为 Watson 的一部分，医生将能够看到帮助他们将特定患者概况与生存率和更好结果相匹配的模式。 他们将能够认识到具有类似遗传肿瘤的人，例如采取不同的治疗途径有不同的健康结果。 这种分析可以为人们提供更精确的建议，哪些治疗途径对患者最有利。
这个系统还不完善。 有些 IBM 的合作伙伴已经发现 Watson 在输入患者的所有相关信息时是很麻烦， Watson 将他所知道的关于患者的一切都纳入其治疗建议的方式。 但是医生支持这样的想法：需要有一种方式来收集，整理和分类每个病人产生的大量信息，这将是改善癌症护理未来几年的重要组成部分。
这种机器学习方法在另一个医学领域被证明是非常有用的：心理健康。 对于患有抑郁症和双相情感障碍的人，精神科医师和治疗师最重要的角色之一是帮助他们避免陷入难以康复的情绪。 确定人们最容易患有抑郁或躁狂发作的时间可能会使他们免受精神症状，而事实证明，在这种情况下，智能手机可能比任何精神科医生都能做的更好。
这因为，众所周知，抑郁的人，或者屈服于悲伤和消极的感觉的人在言语和行为上会有所改变。 他们可能会少说话，而且当他们这样做时，会采取一种扁平，单调的语气。 他们也可能会脱离朋友和亲人，在社交媒体上互动较少。 即使是最好的精神科医生也不可能跟上他所有的病人，监视他们什么时候开始显示这种行为的变化。 但智能手机可以。
Cogito 是一个基于机器学习的心理健康应用，目前正在波士顿的 Brigham 和 Women's Hospital 等进行测试。 该应用一旦安装在智能手机上，就会监控社交媒体和电话的活动情况，以辨别通信模式，以便检测用户抑郁症状发作。
该应用还包含一个语音分析器，可以搜索声音模式的影响和音调的变化，这可能是抑郁症的第一个迹象。 AI可能会更好地随着时间的推移收集数据，并为我们提供一个人的心理健康问题风险指标，以及是否需要直接的医生进行干预。
机器学习可能特别有助于失控时向在医生或病人的家人发出警报。通过 Cogito 这样的技术，我们可能可以开发一个预警系统，对于那些具有高危险风险的人来说，由于他们有抑郁症或自杀企图的历史，可以监控和看到行为模式的变化，以更好地确定当风险，以防止发生自我伤害或危险活动。
人工智能可以为人们的健康提供最大的利益。 预测一个人的疾病的严重程度，以及了解哪些治疗方法可能最有效，这可能会使机器学习成为医疗保健中不可或缺的一部分。我们需要意识到人的能力结合机器的能力，可以最大程度的改善人类健康。
