Smarr博士认为人工智能不太可能完全取代放射科医生，更有可能的是这一技术能够增强人类的能力，让最差的放射科医生在技术的帮助下比最好的放射科医生独立工作能够做出更精确的判断。“你所做的是通过大量放射科医生们自己无法体验到的数据来提高人类审查诊断图像的技术水平，”Smarr博士说：“我认为短期来讲，这可能是更有成效的方式。”
对于像DexCom这样专注于糖尿病流行的公司来说，Jimenez女士认为终极目标是改变患者的行为。这意味着将血糖监控、胰岛素测量、患者活动和饮食等数据综合起来，运用机器学习发现有用信息，然后软件可以将警报和建议反馈给患者和他们的医生。
（图片来源：National Elf Service）
“目前我们的行业很成熟的技术是汇报数值，”Jimenez女士解释道：“我们只是告诉患者他们的血糖指数是多少。这对1型糖尿病患者来说非常重要。但是2型糖尿病患者需要与App更紧密的联系，迫使他们与新见解互动。这需要通过App的设计和开发来实现。”
最终的目标是开发一种用户界面来使用从机器学习中获得的见解督促糖尿病患者改变他们的行为。这一观点也得到了Jean Balgrosky博士的认同。她有20年在像圣地亚哥Scripps Health这样大型、复杂医疗健康组织中担任首席信息官(chief information officer)的工作经验。她说：“最终，所有这些机器学习所提供的信息还是需要被人类吸收和消化，这才能在医疗健康领域帮助照顾好人类。”
参考资料：
[1] What’s the Business Model for Artificial Intelligence in Healthcare?
