計算機革命/人工智慧/專家系統
在過去十年中，技術並沒有取得很大進步，人工智慧進入我們的世界可能成為最廣泛使用的技術之一。專家系統不僅在幫助我們，而且像一個充滿知識的聰明人一樣，在許多領域為我們提供建議，而這些領域是不可能由許多人來完成的。能夠執行與專家系統相同質量的任務，如果由人類執行，將非常昂貴。專家系統在我們的社會中廣泛使用，從提供特定問題的基本建議到執行非常艱苦的體力任務。它們的主要目的是在需要時提供問題的解決方案，有時甚至只需要幾秒鐘。由於它們擁有的知識以及能夠提供的準確和快速決策，它們在商業、科學、政府和其他領域提高了績效，從而幫助所有專業人員。
專家系統利用資訊科技來獲取和利用人類的專業知識。顯然，這對組織來說非常有益。專家系統可以
- 為重複的決策、流程和任務提供答案
- 儲存大量資訊
- 最大限度地降低員工培訓成本
- 集中決策過程
- 透過減少解決問題所需的時間來提高效率
- 結合各種人類專家智力
- 減少人為錯誤
- 提供可能給競爭對手造成問題的戰略和比較優勢
- 審查人類專家可能沒有想到的交易
但是，專家系統也有一些缺點，例如
- 在決策中沒有使用常識
- 缺乏人類專家能夠做出的創造性反應
- 無法解釋決策背後的邏輯和推理
- 自動化複雜流程並不容易
- 沒有靈活性，無法適應不斷變化的環境
- 無法識別何時沒有答案
醫學中的計算機應用遠遠超出了資料儲存和顯示的便利性。它們包括醫學影像分析、根據心電圖資料診斷心臟病，甚至基於計算機模型進行機器人手術。
醫療專家系統為患者提供自動或更快的醫療診斷。
在 1970 年代初，研究人員被吸引到人工智慧 (AI) 領域。
最著名的醫療專家系統示例是
- MYCIN，斯坦福大學 Shortliffe 及其同事開發的用於診斷和推薦治療血液細菌感染的專家系統
- deDombal 的利茲腹痛系統，利茲大學 F.T. deDombal 開發的急性腹痛專家系統
- 幫助系統，鹽湖城 LDS 醫院開發的醫院內部系統
近年來，醫療專家系統取得了巨大的發展。它們包括：急性護理系統、決策支援系統、教育系統、質量保證、醫學影像、藥物管理和實驗室系統。
http://www.coiera.com/ailist/list-idx.htm
渥太華兒童醫院正在使用人工智慧收集患有危重疾病的新生兒的相關資訊。收集的資料用於建議治療方法，以及幫助預測和改善健康結果。到目前為止，這些方法僅用於成人醫學，這是針對新生兒使用的少數方法之一。他們使用監測系統，這些系統連線到該單元中的每個嬰兒，以收集和儲存資料，例如呼吸頻率和心跳節律。從這些資料中，該技術可以預測結果，例如生存機率和住院時間。該技術在預測倖存者方面的準確率超過 95%。醫生希望能夠利用它來預測嬰兒常見健康問題的併發症發生率。由於資料是透過監測系統持續收集的，因此當嬰兒出現併發症時，醫生會立即收到警告訊號，讓他們能夠治療問題。這就像使用即時通訊來讓醫生知道何時需要避免危機。到目前為止，該系統一直非常一致和準確。它比 24 小時的人工觀察要高效得多。在接下來的幾年裡，數百個新的病例（嬰兒）將被新增到嬰兒資料庫中，在該資料庫中將使用該技術進行更多臨床試驗。