人工智能设计的初衷是要解放人类，造福人类的。不光解决社会生活中复杂的数据问题，还可以关怀个人的健康。
由 IBM 研发的人工智能 Watson 正在成为顶级医疗专家。
Watson 还曾在智力节目《危险边缘》打败了人类对手，用自然语言实现深度问答，展示了其强大的学习能力。
而 Watson 在医疗机构的合作，同样也帮助医学研究人员在认知计算应用上不断推进。
东京大学医学研究院利用 Watson 判断一位女性患有罕见的白血病，而这只用了 10 分钟的时间。
Watson 在医学研究上的应用其实不只局限于诊断领域，在读病例、读论文、寻找治疗疾病的配药方面，都已经有了成果。
由弗罗里达州立大学研究人工智能项目在自杀预测方面取得了巨大的进步，使得临床医生可能预测最多长达两年之后的自杀，准确率达到 80%。
弗罗里达州立大学研究者 Jessica Ribeiro 急切希望解决这个残酷的问题：每天有 120 位美国人自杀，一年有近 45,000 人。
Ribeiro 将在临床心理科学杂志上发布她的文章：利用机器学习预测自杀倾向风险。
这套模型的主要做法是根据数据库中包含的可能导致自杀行为的详细病史，交给机器学习来进行检查，学习因子的组合方式，将自杀倾向预测的准确率最大化。
“机器对风险因子的最优组合方式进行学习时，” Ribeiro 提到，“最重要的是这种方法和众多变量作为整体交互的机理。根据这些数据，就可以开发针对自杀行为风险的预警系统。
比如，系统给每个人设置“红灯警告”或者“风险得分”，这样当他们由于急性病症去医院的时候，急救室医生能发现评估的自杀风险，立即采取相应的心理疏导。
据《连线》杂志报道，最近，澳大利亚阿德莱德大学的研究者正在研究使用人工智能预测人类寿命，其精准度与医生相当。
人工智能通过分析患者胸部影像预测未来五年内哪些病人会死亡，精确度为 69%，与人类医生判断的精准度相当。
虽然预测死亡听起来让人不愉快，但研究成果可能对严重疾病的早期诊断带来重大影响，帮助医生对病患个体进行个性化的治疗。
研究者使用了“深度学习”技术，让计算机系统学习理解和分析透视影像。虽然研究者无法确定计算机从胸片上看到了什么，但计算机对肺气肿、充血性心力衰竭等严重慢性病患者的预测准确度颇高。
虽然研究的主题引人关注，但 48 名病患的样本相对较小。研究团队计划在下一阶段研究中将样本数扩大到上万人，还设想了新的使用场景，比如让 AI 去预测心脏病的发作。
去年，德克萨斯州休斯顿卫理公会研究所的研究人员开发了一个人工智能软件，可以准确预测乳腺癌风险。
AI 程序精准地分析乳房 X 光片，并很快地给出诊断信息。诊断速度比人类医生快 30 倍，准确度高达 99%。
相信用不了多久，每个人都将有一个“智能医生”，而它可能只是一个账号。
