美国最新的医疗法案要求医疗服务提供者在提高客户医疗体验的同时尽可能降低医疗成本。很显然发展迅速的人工智能技术将满足这一切。事实上，人工智能在医疗领域已经默默耕耘良久了。 下面我们就向大家介绍几款应用了人工智能技术的医疗应用：

　　维也纳医科大学：人工智能监测院内感染

　　The Medical University of Vienna(维也纳医科大学)的人工智能监视项目，该项目由一系列数据流模型评估来完成，主要监测可能造成医院获得性感染(NIs)的细菌的衍生与传播。医院或医院获得性感染(NIs)是住院患者常见的并发症。而医院病人记录电子化的可能则能够允许机器自动识别和监控NIs的活动。根据欧洲监控系统标准我们开发了一个基于模糊知识系统，它将用于识别和监控重症监护病房NIs的活动，并且已经在维也纳总医院投入使用。该系统名为Moni，主要监测NIs，包括利用医学知识包(MKPs)来确认和监测血液中的各种感染，比如肺炎、尿路感染以及中心静脉导管相关的感染。

　　匹兹堡大学和卡内基梅隆大学：机器学习开发个人诊疗方案

　　同样都是接受乳腺癌治疗，这两个人可能有着完全不同的身份。一个可能是马拉松运动员，而另一个则是一位安静的读者;可能一个是烟瘾者，而另一个则是执着健康的狂热分子;可能一个已经60岁而另一位才满40….这些不同之处，这两位女性患者可能需要采取不同的治疗方式。

　　对于科学家和医生来说最大的挑战就是，如何从庞大的数据库里找到他们所需要的针对特定类型病人的治疗信息。可能花费几年之后他们可以从中筛选出所需要的信息，可是医生们等不了那么久。

　　卡内基梅隆大学和匹兹堡大学的科学家们正在利用人工智能来从海量数据，比如电子健康记录、影像诊断、处方、基因组分析、保险记录甚至是可穿戴设备所产生的数据中来提取有用信息，来为特定的一类人群而不是特定疾病来制定合理的卫生保健计划。

　　研究者们正在应用大数据来设计有针对性的治疗方法，来阻止流行病，并找到治疗致命疾病的方法。

　　“当前的系统并不智能，使得这个想法开始时挫折重重，”卡耐基-梅隆大学机器学习系的一位教授说到。“数据存储在系统中，它基本上是死的。机器学习和人工智能能从巨大的数据仓库中挖掘出有用的知识，并且你可以对它进行推理。它就像一个在工作的人工大脑，而不仅仅是一个存储系统。”

　　卡耐基-梅隆大学与匹兹堡大学医学中心共同合作完成这个项目，我们称其合作为”匹兹堡健康数据联盟”。医学中心已经同意在未来六年里为他们的研究提供每年一千万到两千万的研究经费。

　　“每个病人都不同，”邢说。“你可以采取一个非常简单的观点。说乳腺癌应该用药物A或B治疗，但生活方式、环境和其他健康方面的独特性使每个人成为独一无二的个体。人工智能可以从不只是一个医生而是很多医生的经验中提取出特征点，它也可以从有相似点的患者中提取出特征信息”

　　人工智能软件运行时比人脑要快很多，它擅长于模式分析与特征点提取，这能够帮助医生和科学家发现关键信息。