我的專案之一是為 ClinicalKey 進行圖像分類，讓使用者搜索圖像和文字 – 打破醫療專業人員的框架。自動化醫療技術面臨的挑戰是風險極高，因為攸關人命。因此，我們必須達到 90% 以上的準確性。與此同時，在醫療保健領域，您還可藉由機器學習獲得巨額回報。例如，電腦現在透過檢查視網膜圖片，預測糖尿病視網膜病變（糖尿病引起的失明）的能力與人類不相上下，甚至略勝一籌。機器將擔負越來越多這種服務角色。但這並不代表電腦將取代醫生。它只是幫助醫生節省例行工作的時間，然後他們可將時間運用在最擅長的事情上，無論是專業知識、診斷罕見疾病，或單純接洽病患。

--------

Sujit Pal 是實驗小組的技術研究總監，專攻搜尋、自然語言處理、機器學習和分散式處理。