在五月初谷歌的大型开发者大会上，谷歌负责人详细阐述了其最新的人工智能研究如何能够帮助医生发现心脏病。更重要的是，基于一套人工智能系统对患者视网膜的扫描发现一种能为人们的心脏健康提供线索的方法，这几乎和传统的血液测试一样准确。
这个结果一公布引起了加利福尼亚州山景城海岸线露天剧场观众的巨大掌声，但它只是技术和医疗界拼凑在一起的一大部分研究中的一小部分，人工智能系统最终将会拯救无数人的生命。
人工智能心脏测试
谷歌的视力测试使用了一种名为机器学习的人工智能，它试图教计算机系统如何通过将大量数据输入到算法中来做出决策。
为了做到这一点，谷歌提供了正常人的视网膜和显示心脏病迹象的算法图像，这是一种叫做计算机视觉的方法。在训练了该算法后，它能够观察视网膜的单个图像，并确定是否属于健康的病人或可能患有心脏病的人。
谷歌之前使用的机器学习证明能识别糖尿病视网膜病变的风险，如果不治疗，这种疾病会导致不可逆的失明。在训练了它的算法后，谷歌称该机器学习系统和眼科医生一样能准确的识别出疾病的迹象，另一种机器学习算法能够识别乳腺组织中的肿瘤。
超越照片
计算机视觉技术在成像方面非常有用，但它远不是研究人员在医学领域使用人工智能的唯一方法。
在斯坦福大学医学院，乔什·诺尔斯博士是使用病人的电子健康记录(EHRs)来识别之前未被诊断出患有家族性高胆固醇血症(FH)，这是一种遗传性心脏病，每人中就有1人，有很高的几率导致早发性心脏病。据诺尔斯说，据相关数据显示，美国大约有万人患有家族性高胆固醇血症，但只有10%的人被确诊。
家族性高胆固醇血症是一种常染色体显性疾病，也就是说，如果患有该显性疾病，就会从父母那里继承了它，并把它传给的孩子。
斯坦福大学的研究人员将所有患者的病历，包括文本笔记、处方、诊断测试和药物，输入到一个分类算法中，使用这些大数据来识别与FH患者一致的模式。研究人员随后拉出了这些人的图表，该算法识别出了可能存在FH的算法，并发现该系统在诊断病人时的表现和人类几乎一样。
预测患者反应
研究人员正在做一些事情来帮助识别高危患者。来确定，哪些病人有被诊断出危险，哪些病人在治疗中有恶化的风险，或者在他们的临床条件下，如何积极的治理这些病人。医院也在研究使用机器学习来确定某些病人是否适合某一特定类型的手术。
通过20年的研究和多项随机对照试验，将所有变量都分离出来，然后根据变量进行分析，以确定是否会影响或不影响。