医疗保健领域的人工智能

       在医疗保健领域实施机器学习和人工智能面临许多众所周知的挑战。首先是缺乏“专门的数据库”，这需要人工智能通过监督学习进行训练。临床试验评价训练特定应用程序的广度和深度的“专业数据库”是必不可少的，但由于隐私问题、记录识别问题以及健康保险流通和责任法案的存在而难以实现。

       使用人工智能来减少医院的意外感染和检测罕见疾病也需要比目前可用的更好的数据。根据Kahlon的说法，用于罕见病研究的遗传和行为数据“既没有明确定义也没有很好地捕获”，并且“有关院内感染风险因素的信息保存在不规则的地方，包括过程表和临床笔记”。