医疗保健一直是最有前途的https://www.zdnet.com/article/what-is-ai-everything-you-need-to-know-about-artificial-intelligence/“target=”\u blank“>人工智能的试验场，这在很大程度上要归功于这些智能系统能够分析的大量医疗记录和扫描数据。但是，尽管有很多人工智能项目正在进行中，但进一步推广这些益处仍然存在障碍。

伦敦Moorfields眼科医院一直在与Deep Mind和Google Health合作，开发一种解释眼球后部扫描的算法，称为光学相干断层扫描（optical coherence tomography scans）。

请参阅：量子计算：超冷原子串揭示量子粒子令人惊讶的行为

实验室的关键工作计划之一是创建项目，采用以问题为中心的方法解决组织面临的医疗挑战，而不是简单地专注于现有的人工智能产品。

“我们颠覆了传统的方法。我们会问，‘你面临什么问题？我们如何解决这些问题并制定解决方案？’如果我们失败了，那没关系，因为人工智能可能不是所有问题的解决方案https://www.digitalhealth.net/2021/01/kettering hospital构建mary bot以自动化covid报告/#链接=%7B%22角色%22:%22标准%22，%22参考文献%22:%22https://www.digitalhealth.net/2021/01/kettering hospital构建mary bot以自动化covid报告/%22，%22目标%22:%22%22，%22绝对值%22:%22%22，%22linkText%22:%22AI%20Lab%20recently%20worked%20with%20Kettering%20General%20Hospital%22%7D“target=”\u blank“rel=”noopener noreferrer nofollow“data component=”externalLink“>AI Lab最近与Kettering General Hospital合作开发了一个过程自动化工具，帮助员工生成必须填写的复杂情况报告在冠状病毒大流行期间。该系统自动降低了复杂性，从各种来源（如前线容量记录和患者数据）收集信息，并使员工能够专注于患者护理而不是报告。

这种支持数据的自动化展示了该技术如何提高员工生产力和患者医疗保健。虽然人工智能可以对诊断和决策过程产生巨大影响，但目前最大的影响可能是围绕着操作过程，这也是值得庆祝的。

“人们经常对人工智能的临床作用感到兴奋——人们总是喜欢谈论人工智能如何真正帮助诊断。但实际上，在后端过程中有很多伟大的工作要做，”Joshi说。

教育的未来：云计算如何支持新的混合学习模式

成为一名出色的首席信息官：通过注册，您需要在2021年关注五件事，您同意https://redventures.com/CMG-terms-of-use.html“target=”\u blank“rel=”noopener noreferrer nof