AI的深度学习算法旨在检测庞大，分散的数据集中的特征，而整个数据科学家团队都无法识别这些特征

临床AI实施有望提供预防性而非反应性的医疗保健系统，经常为患者诊断出患有慢性病，例如癌症或糖尿病，现在已经无法逆转病情发展，晚期疾病的治疗计划既昂贵又使人衰弱，患者对自己的健康状况缺乏反馈和见解，因此他们在选择健康的生活方式和遵循医生的建议方面不太主动，因此预防慢性病的发生和诊断后管理疾病已成为医疗保健中的先发措施的重点，在这里人工智能提供了有希望的解决方案。

预防保健系统将利用AI的收集，编译，并分析数据以促进三个渐进的，终整合的学习阶段

人工智能将实现广泛的学习范围，这将有助于基于历史数据进行更有效的疾病诊断，这次大规模的大数据调查收集的见解将被医生用来进一步培训AI，其次人工智能将利用历史数据并通过实时患者数据对其进行补充，以向患者提供反馈，终随着AI开始学习基于实时数据的患者如何做出不同反应，它将为每个患者创建个性化的预测性反馈，这次大规模的大数据调查收集的见解将被医生用来进一步培训AI，人工智能将利用历史数据并通过实时患者数据对其进行补充，以向患者提供反馈，随着AI开始学习基于实时数据的患者如何做出不同反应，它将为每个患者创建个性化的预测性反馈，这次大规模的大数据调查收集的见解将被医生用来进一步培训AI，人工智能将利用历史数据并通过实时患者数据对其进行补充，以向患者提供反馈，终随着AI开始学习基于实时数据的患者如何做出不同反应，它将为每个患者创建个性化的预测性反馈。

广泛学习以实现高效诊断人工智能以其分析能力和深度学习算法而著称

可以部署这些功能来遍历海量数据，并在成千上万个针对特定状况和疾病的数据点中检测一些变量，在广泛学习的背景下，人工智能具有帮助诊断过程并在问题变得严重之前发现问题的潜力，使用深度学习来分析电子健康记录，以在心力衰竭发生之前进行预测，初步结果凭经验证明，此AI应用程序可以准确地预测心衰一到两年，可以通过胸部X线检查识别结核病，这一举措可能有助于在放射线医生难以接近的结核病流行地区进行筛查和评估工作。

通过利用从梅奥诊所或美国心脏协会等研究组获得许可的公共历史数据集

病史个人症状和处方药等患者特定数据，人工智能将使医生在排除疾病的同时识别出特定疾病其他，然后他们将能够根据个人患者推荐治疗方案。

利用实时患者数据增强广泛学习

一旦AI的广泛学习可以识别并协助诊断特定疾病，它就可以利用历史数据来制定交互式的治疗计划，从而推动患者参与，使用区块链技术在全球范围内收集大量医疗数据并从该信息中产生见解，通过机器学习，将对收集到的数据进行分析和处理，以向用户提供有关其自身医疗问题的个性化反馈，研究表明持续的反馈是推动患者参与的关键因素，一个试用研究发现当对患有慢性病的患者使用远程患者监测设备时，急诊室就诊次数住院人数和一年死亡率降低了，这项研究中使用的设备通过提醒患者何时应进行测试，提供教育视频以及创建详细描述其近期临床结果的图表来向患者提供持续的反馈。

设想配备医疗级可穿戴设备的心脏病患者也一样容易

该设备可提供实时指标，并根据前一周的指标详细说明运动方案或药物的有效性，这种可证明的可测量的反馈可以鼓励患者更好地遵守治疗计划，或者在预约之间向医生咨询以改善治疗方案和未来结果，为了使AI真正成为“智能”，它需要凭经验变得更加有效，而仅从历史数据集中提取的信息就不会发生这种经验，人工智能需要大量数据来进行优化，而持续传输患者数据的医疗级远程监控技术是实现此目的的理想机制，这是因为这些设备提供了持续的连接性（通过扩展的宽带），并具有收集临床上准确的，可医学验证的数据的能力。

针对个性化和预测性反馈的特定学习

人工智能有价值的品质也许是其随着时间的推移动态学习和改进的能力。随着AI收集患者的个人数据，并开始学习患者对反馈的不同反应，它可以开始定制反馈，使其具有个性化和预测性。这种反馈是建立预防保健系统的基础，带有AI的医疗级可穿戴设备可以根据患者的日常生物特征数据创建预测，如果心脏病患者在X分钟的步行后容易出现心跳加快，则医疗设备会做出预测并提醒患者避免超过建议的步行时间，AI还可以通过学习什么样的反馈促进患者的依从性，然后应用该反馈来改善患者的疾病管理，从而像个人健康教练一样行使预测能力，当患者能够遵循自己的进度并了解某些选择如何对其健康产生直接影响时，他们更有可能坚持治疗工厂，从事医疗保健并改变其行为。

人工智能在医疗领域的未来

人工智能在医疗保健方面的有效性将直接取决于其对大数据的访问-历史数据集，以及来自远程监控技术的实时，连续，针对患者的数据，培训AI以发挥潜力是一个互动过程，医生和患者是关键角色，AI应用程序必须完全集成到现有的医疗保健系统中，并且必须在各种“住院医师程序”中运行，在这些程序中，它们应在医生监督下对实时患者数据进行分析，这样算法将同时从数据和医师的监督中学习以磨练其功能，AI具有从经验中学习并向患者和医生提供个性化和预测性反馈的能力，是其预防性医疗保健系统的价值主张，该系统可改善诊断水平，并通过参与促进患者依从性，广泛和特定的AI学习应用程序的集成，后者在远程患者监视设备中实现，代表了即将到来的诱人的预防保健的诱人未来。