2018年5月谷歌公佈了一位婦人令人心疼的經歷，這位婦人患有晚期腹腺癌，體內積液已經淹沒她的肺部，為了治療她來到一家城市醫院。她看了兩名醫生，並做了一次放射檢查。醫院的電腦讀取了她的生命體徵，估計她在住院期間死亡的幾率為9.3%。
然後谷歌(Google)用由該公司創建的新算法讀取了這位婦女身上17.5639萬個數據點，並對其死亡風險進行了一番評估：19.9%。她沒過幾天就去世了。
這份心疼的經歷被公佈在一份彰顯神經網絡醫療潛力的研究報告中，神經網絡是一種特別擅長使用數據來自動學習和改進的人工智能(AI)軟件。Google已經創建了一種能夠預測大量病患診療結果的工具，其中包括病人可能會住院多長時間，再次入院以及很快就會死亡的幾率有多大。
讓醫學專家們印象最為深刻的是，谷歌能夠篩選出以前無法企及的數據：埋藏在PDF文檔中或者草草地書寫在舊圖表旁邊的註釋。神經網絡將所有這些難以梳理的信息吞噬殆盡，然後算出預測結果。更智能的是，谷歌的系統甚至能夠顯示，是哪些記錄引導它得出了預測結論。就好像不僅告訴你結果，還要告訴我為什麼會算出這個結果。
人工智能發展多年來，醫院、醫生和其他醫療保健服務提供者，都一直試圖更好地利用電子健康記錄和其他病人數據。以在治療過程中，把更多精力用在患者救治。國內外各大互聯網、科技公司的在做自己的醫療大腦AI系統。但目前的健康數據挖掘方法，不僅成本高昂，而且麻煩費時。而這也是谷歌以及谷歌這套（AI）神經系統未來要解決的問題。醫療數據是谷歌AI醫療計劃的一部分，而它能讓這些數據發生更大的作用。
相比之下，國內百度、騰訊、阿里的醫療大腦系統，更多的是專注於解決醫院體系與工作效率的問題。畢竟技術發展是一蹴而就的，而且在醫療數據方面，中國有幾倍於別國的數據，得到的結果自然也會更準確。目前缺少技術，但從不缺少數據。
不得不說這些技術真的是一個讓人心痛技術，如果說醫生的宣判還有一線希望，但不會說謊的大數據給出了結果，真的是讓人絕望。當然，如果從另一面來說，這項技術也能給人以更大希望去迎接病痛的挑戰。
-
閱讀更多 初始值 的文章
