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ΑＩ踔猎谙M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?shù)臅r機提供正確的信息，以降低準備文件所需的時間。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，最終目標是提高診斷和治療的準確度和效果，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。