Bloom Berg在本月18日（当地时间）报道，谷歌公司最近利用人工智能，对患者入院后在24小时内的死亡可能性进行预测，结果准确率高达95%。这与传统的模型对比准确率高出10%。AI不仅可以预测死亡，还可以对30日之内是否会再次入院及需要入院多久可以进行预测。
根据报道提到医生对一名患肺炎的女性入院后死亡率进行预测，结果是9.3%. 但是谷歌的AI进行预测的结果是19.9%，结果几天之后该患者就死亡了。
谷歌的医疗用AI是利用了神经网，神经网是通过收集大数据来进行学习提高分析结果。谷歌AI为了健康管理预测，会结合患者的人种、年龄、性别、病史、检查结果和身体信号等利用类似的数据进行预测。之所以这个AI这么强大是因为可以筛选之前无法获得的数据：埋藏在PDF文件中的注释或旧资料中的医生的潦草笔记，现在通过AI都可以掌握读取信息。
谷歌为了测试这个系统，匿名获取了21万6221名成人信息及460亿件数据信息。谷歌AI通过这些数据研究可以知道哪些单词可以连接到一起。结果虽然还没得到验证，谷歌认为这个结果与基本的模型对比要改善很多，对研究人员来说一个最大的益处就是这个系统可以
应用于所有形态的数据。
斯坦福大学的副教授尼加姆·沙阿表示当今的预测模型，所花费的时间有多达80%用在了“枯燥的粗活”上，谷歌的方法则避免了这种模式。 谷歌研究人员表示“一般患者入院都会满腹疑虑，什么时候可以回家，什么时候可以出院，什么时候该复查等等一些问题，以后关于这些问题都可以被预测出来”.
谷歌深层学习模型已经从初期阶段演化到可以读取所有的电子健康记录，而且，哪些数据有助于预测结果，最终结果显示准确度非常高。测试结果显示，如果1.00为满分的话，0.5分作为比随机概率不好的分数，谷歌AI比现有的方式获得的分数更高。
最近谷歌AI对入院24小时内的死亡率进行预测，准确率高达95%， 图表显示谷歌的AI预测（实线）比医院医生的预测（虚线）准确性要高。
针对患者在医院停留时间进行预测，谷歌AI得分达到0.86，传统方式得分只有0.76. 针对入院患者的死亡率进行预测，谷歌AI得分有0.95，传统方式得分只有0.86. 针对患者出院后是否还会发生意外再次入院，关于这方面谷歌AI预测得分是0.77，传统方式预测得分0.70.
谷歌AI分析了庞大的数据，一般这种工作是需要花费很多劳动时间的，AI应用到医疗领域可以帮助医生更准确的做出诊断。根据报告书显示，截至到现在谷歌AI程序针对患者做出的诊断书比其他的技术更快且更准确。可以预测的是不久的将来谷歌的这项技术将应用到医疗领域。但是很多人担心AI有一天能对人类产生控制权，甚至对于可预测死亡系统的出现产生恐慌。而且对于谷歌AI技术使用方法及访问权限等各种问题提出异议。
这个系统还处于初级阶段，但是谷歌相信AI预测会比传统方式更先进。
谷歌AI是由加利福尼亚旧金山分校(UCSF)，斯坦福医科大，芝加哥医科大合作共同开发的。这项研究成果最终发表在Digital Medicine上面。
