در آزمایش‌های انجام شده به کمک اطلاعات الکترونیکی بیماران دو بیمارستان در آمریکا، محققان توانستند الگوریتم‌هایی را برای یادگیری ماشین تنظیم کنند که طول مدت بستری شدن بیمار، زمان مرخصی از بیمارستان و همچنین زمان مرگ آن‌ها را پیش‌بینی کند. الگوریتم تعریف شده اطلاعات بسیار گسترده‌ای مانند علایم حیاتی و تاریخچه‌ی پزشکی بیمار را برای پیش‌بینی‌های خود استفاده می‌کند.
اما این پیش‌بینی‌ها علاوه بر ترسناک بودن چه کاربردی دارند؟ به کمک این اطلاعات بیمارستان‌ها می‌توانند مراقبت از بیماران را اولویت بندی کنند، برنامه‌های درمانی مناسب را تنظیم کرده و قبل از رخ دادن موقعیت اورژانسی از آن آگاه باشند.
هوش مصنوعی کاربردهای بسیاری در سیستم مراقبت از بیماران دارد. گروهی از الگوریتم‌ها که به تازگی طراحی شده‌اند، می‌توانند سرطان ریه و بیماری‌های قلبی را حتی دقیق‌تر از پزشکان تشخیص دهند. همچنین محققان تصاویری از شبکیه را برای تشخیص احتمال رخ داد بیماری‌های مربوط به چشم وارد الگوریتم‌های هوش مصنوعی کرده‌اند. اما آنچه گوگل به دنبال آن است فراتر از آزمایش‌های پیشین است.
اطلاعات پزشکی به طور گسترده روی سیستم‌های کامپیوتری مرکزی آپلود می‌شود، اما بسیاری از این بانک‌های اطلاعاتی مستقل از هم بوده و در سیستم‌های بهداشتی و مراکز دولتی مختلف قرار دارند و مورد استفاده نیستند.
مقاله مرتبط: فاز جدید پروژه بیوبانک استونی با هدف توسعه پزشکی شخصی اجرایی می‌شود
یک راه‌حل جمع‌آوری همه‌ی این اطلاعات شخصی و تبدیل آن به یک مدل پیش‌گویی توسط بزرگترین شرکت‌های خصوصی جهان است؛ اما به نظر زیاد خوش‌آیند نمی‌آید. قرار گرفتن اطلاعات الکترونیکی میلیون‌ها بیمار در اختیار تعداد کمی از شرکت‌های خصوصی به سرعت موجب می‌شود شرکت‌هایی مثل گوگل صنعت بهداشت را به استثمار درآورده و تبدیل به یک امتیاز انحصاری در مراقبت‌های بهداشتی شوند.
سیستم بهداشت و درمان هم اکنون نگران تاثیر هوش مصنوعی در مراقبت‌های پزشکی است، به خصوص اگر احتیاط و شفافیت‌های لازم درمورد حیطه‌ی اختیارات آن صورت نگیرد. شکی نیست که ترکیب هوش مصنوعی با توانایی‌های متخصصان بالینی مزایای چشمگیری خواهد داشت اما هوش مصنوعی باید از زیر نظر معیارهای کلیدی مانند شفافیت در عمل و عدم عملکرد یک‌طرفه عبور کند.
