機(jī)器學(xué)習(xí)不僅能大幅削減成本，而且?guī)缀跄軐?shí)時(shí)獲取診斷結(jié)果；通過運(yùn)用四種機(jī)器學(xué)習(xí)的算法，還能讓醫(yī)生盡早干預(yù)疾病風(fēng)險(xiǎn)的發(fā)生；將來更加廉價(jià)、更易獲得、質(zhì)量更高的醫(yī)療將會(huì)推動(dòng)機(jī)器學(xué)習(xí)算法技術(shù)成為主流，同時(shí)也會(huì)提高對(duì)醫(yī)生自身的要求。疾病診斷是醫(yī)療系統(tǒng)中更偏向于勞動(dòng)密集型的工作之一，恰好，它也是機(jī)器學(xué)習(xí)算法的擅長(zhǎng)領(lǐng)域。盡管這一領(lǐng)域的工作還處于早期發(fā)展階段，但這項(xiàng)技術(shù)正在迅速發(fā)展，并似乎準(zhǔn)備轉(zhuǎn)變?yōu)橐豁?xiàng)“診斷醫(yī)學(xué)”。隨著機(jī)器學(xué)習(xí)在醫(yī)療領(lǐng)域應(yīng)用的不斷加深，越來越多的機(jī)器學(xué)習(xí)應(yīng)用在醫(yī)療診斷的案例涌現(xiàn)。大部分的診斷數(shù)據(jù)都是基于圖像的，比如 X 射線、磁共振，以及超聲波圖像，也包括基因組概況、流行病學(xué)數(shù)據(jù)、血液檢測(cè)、活檢結(jié)果，甚至是醫(yī)療研究論文。因此，這為訓(xùn)練神經(jīng)網(wǎng)絡(luò)和其他機(jī)器學(xué)習(xí)技術(shù)提供大量的數(shù)據(jù)。

　　疾病預(yù)測(cè)：早發(fā)現(xiàn)早治療普通醫(yī)療體系不能永遠(yuǎn)保持精確又快速的診斷，但機(jī)器學(xué)習(xí)不僅能大幅削減成本，其診斷結(jié)果幾乎能實(shí)時(shí)獲取。越來越多的情況下，機(jī)器學(xué)習(xí)能夠比老練的醫(yī)生提供更準(zhǔn)確的診斷。