计算机革命/人工智能/专家系统
在过去十年中，技术并没有取得很大进步，人工智能进入我们的世界可能成为最广泛使用的技术之一。专家系统不仅在帮助我们，而且像一个充满知识的聪明人一样，在许多领域为我们提供建议，而这些领域是不可能由许多人来完成的。能够执行与专家系统相同质量的任务，如果由人类执行，将非常昂贵。专家系统在我们的社会中广泛使用，从提供特定问题的基本建议到执行非常艰苦的体力任务。它们的主要目的是在需要时提供问题的解决方案，有时甚至只需要几秒钟。由于它们拥有的知识以及能够提供的准确和快速决策，它们在商业、科学、政府和其他领域提高了绩效，从而帮助所有专业人员。
专家系统利用信息技术来获取和利用人类的专业知识。显然，这对组织来说非常有益。专家系统可以
- 为重复的决策、流程和任务提供答案
- 保存大量信息
- 最大限度地降低员工培训成本
- 集中决策过程
- 通过减少解决问题所需的时间来提高效率
- 结合各种人类专家智力
- 减少人为错误
- 提供可能给竞争对手造成问题的战略和比较优势
- 审查人类专家可能没有想到的交易
但是，专家系统也有一些缺点，例如
- 在决策中没有使用常识
- 缺乏人类专家能够做出的创造性反应
- 无法解释决策背后的逻辑和推理
- 自动化复杂流程并不容易
- 没有灵活性，无法适应不断变化的环境
- 无法识别何时没有答案
医学中的计算机应用远远超出了数据存储和显示的便利性。它们包括医学图像分析、根据心电图数据诊断心脏病，甚至基于计算机模型进行机器人手术。
医疗专家系统为患者提供自动或更快的医疗诊断。
在 1970 年代初，研究人员被吸引到人工智能 (AI) 领域。
最著名的医疗专家系统示例是
- MYCIN，斯坦福大学 Shortliffe 及其同事开发的用于诊断和推荐治疗血液细菌感染的专家系统
- deDombal 的利兹腹痛系统，利兹大学 F.T. deDombal 开发的急性腹痛专家系统
- 帮助系统，盐湖城 LDS 医院开发的医院内部系统
近年来，医疗专家系统取得了巨大的发展。它们包括：急性护理系统、决策支持系统、教育系统、质量保证、医学影像、药物管理和实验室系统。
http://www.coiera.com/ailist/list-idx.htm
渥太华儿童医院正在使用人工智能收集患有危重疾病的新生儿的相关信息。收集的数据用于建议治疗方法，以及帮助预测和改善健康结果。到目前为止，这些方法仅用于成人医学，这是针对新生儿使用的少数方法之一。他们使用监测系统，这些系统连接到该单元中的每个婴儿，以收集和存储数据，例如呼吸频率和心跳节律。从这些数据中，该技术可以预测结果，例如生存几率和住院时间。该技术在预测幸存者方面的准确率超过 95%。医生希望能够利用它来预测婴儿常见健康问题的并发症发生率。由于数据是通过监测系统持续收集的，因此当婴儿出现并发症时，医生会立即收到警告信号，让他们能够治疗问题。这就像使用即时通讯来让医生知道何时需要避免危机。到目前为止，该系统一直非常一致和准确。它比 24 小时的人工观察要高效得多。在接下来的几年里，数百个新的病例（婴儿）将被添加到婴儿数据库中，在该数据库中将使用该技术进行更多临床试验。