人工智能虽然会取代许多工作，但同时也会成为各行各业的助手，以数据为基础提高决策精确性。人工智能在医疗上的应用也是一大商机，过去在科学家努力下，人工智能已经可从医疗影像发现多种疾病，包括乳癌、皮肤癌、眼科疾病等，现在研究人员训练机器学习透过心电图识别心律不整，结果表现比专家还好。
麻省理工科技评论（MIT Technology Review）报导，史丹佛大学人工智能实验室主任吴恩达（Andrew Ng）表示，这次最大突破是让人工智能透过图像之外的其他形式资料，如心电图来诊断病情。
心律不整会导致包括心脏猝死等严重的后果，但却很难事先察觉，所以病人需要配戴心电图感测器数周时间，但即使如此医生也很难区别良性与需要治疗的心律不整。
史丹佛研究团队专注在训练机器学习算法从心电图来辨识不同形式的不规律心跳症状。研究人员与生产可穿戴式心电图装置的厂商 iRhythm 合作，从不同形式的心律不整患者收集 3 万个 30 秒的心电图剪辑，为了评估算法的准确度，研究团队使用算法判断 300 个未确定的心电图剪辑，与 5 名心脏病专家的判断进行比较，另外还找 3 位心脏病专家小组提供认定。
机器深度学习将大量数据馈入大型模拟神经网络，并对参数进行微调，直到准确辨识出有问题的心电图信号，该方法已经证明在辨识图像和音频中的复杂模式方面非常拿手，且表现比人类更好，产学界已经开始开发基于机器学习的图像辨识和声音辨识系统。微软研究院与麻省理工学院还有密歇根大学，都在使用机器学习来侦测心律不整疾病。
机器学习可以透过梳理大量不同的数据来发现疾病的痕迹。但报导认为，人工智能在医疗应用上最关键的挑战是说服医生和患者相信算法，由于深度学习过程太复杂以致很难理解，所以找到容易解释的方式，对建立信任和精进治疗来说非常重要。
吴恩达认为人工智能带动的医疗革命即将到来，虽然要让算法纳入卫生保健系统的工作还需要很多努力，但他相信 10 年后的医疗保健将会使用更多人工智能，并且作法会与现在看到的非常不同。
- The Machines Are Getting Ready to Play Doctor
（首图来源：Flickr/Rosmarie Voegtli CC BY 2.0）
