人工智能（AI）逐漸在各行各業(yè)展露頭角，計算機能夠像人類一樣思考和學(xué)習(xí)，又稱為機器學(xué)習(xí),，在醫(yī)療領(lǐng)域上有莫大發(fā)展?jié)摿?。甚至在消費化時代扮演要角，透過提升病患和醫(yī)生的醫(yī)療體驗,，來改善整個醫(yī)療體制,。

　　據(jù)報導(dǎo)，我們身處以價值為基礎(chǔ)的照護體系,，必須盡量從與日俱增的信息獲取洞見,，這時候就要借助機器學(xué)習(xí)技術(shù)，只可惜大多數(shù)電子病歷（EHR）仍采用20~30年前的技術(shù),。

　　電子病歷不只是要儲存資料,，還要在適當(dāng)?shù)臅r機提供正確的信息，以降低準(zhǔn)備文件所需的時間,。拜機器學(xué)習(xí)所賜,，電子病歷有了學(xué)習(xí)的能力，可因應(yīng)每位使用者做調(diào)整,，進而極大化效率,。機器學(xué)習(xí)也是精準(zhǔn)醫(yī)療（precision medicine）的幕后功臣，將每位病患獨特的基因組成,、環(huán)境因素,、生活模式和家族史納入考量，進而提高診斷的準(zhǔn)確度,，提供個人化的疾病治療和預(yù)防計畫,。

　　醫(yī)療產(chǎn)業(yè)可望更加善用新的基因體資料模型，改變各種病況的照護方式,，從癌癥,、高脂血癥、糖尿病,、腎臟病到神經(jīng)發(fā)展疾患不一而足,，最終目標(biāo)是提高診斷和治療的準(zhǔn)確度和效果，同時把知識分享給研究社群和藥物基因體學(xué)者,。機器學(xué)習(xí)亦有助于分析病患資料,，把資料化為洞見和可行的信息，如今已可比較血糖,、BMI,、年齡等風(fēng)險因子，分析治療效果,，當(dāng)醫(yī)生能夠針對個別病患設(shè)計治療計畫,，就可以參考其它類似病患,，事先確認治療是否會有效，未來還會進一步研發(fā)算法來辨識或預(yù)測風(fēng)險族群,。