今年夏天，Riva-Melissa Tez正在网上搜索，可能会帮助她的父亲。他在遭受中风之后陷入昏迷，她想知道最新的建议是什么 - 无论是用他的母语为他演奏音乐都能让他与这个世界保持联系，或者如果给他的Prozac可以提高他的恢复机会它在去年的一项研究中为小鼠做了。医生忙得挽救生命，她认为，他们不可能跟上每天发表的所有论文。
她的关注是由医生共享的，他们想知道他们每年发表的250万篇科学论文中可能缺少什么。 MedCalc和UptoDate等热门网站是医生查阅诊断标准和重复检查治疗指南的有用工具。但是有很多改进的空间，有些人认为赢咖4可以成为科学超载的解决方案：机器学习助理读取传入的文件，提炼他们的信息，并突出相关的发现。
上个月，一家名为Iris的公司推出了这种类型的助手的第一个版本。该机器目前可以阅读一篇论文的摘要，绘制出其关键概念，并找到与这些概念相关的论文。它提供了一个快速的方法来了解一个给定的主题的科学景观，当你不知道确切的关键字为您正在寻找的研究类型时，特别有用。艾伦赢咖4研究所还最近推出了一个搜索引擎，语义学者，超越关键词搜索。
Iris的首席执行官AnitaSchjøllBrede说：“其中一个问题是，从灰尘的数字抽屉中进入研究，并进入可以实现它的人的手中。她的工具应该更容易浏览文学，特别是对于做跨学科研究的人，她说。三年来，公司计划制作一个主动版本，记住你上周阅读的文章，并根据你的项目描述给你新的。在10年里，她希望AI将有足够的力量发现新的概念，基于其阅读和理解的文学，所有这一切。
Iris的机器是学科无关的。它不在乎你是否要求找到关于癌症或复合材料的研究。但其他团体正在医学中的问题。 IBM正在使用其AI技术采用Watson for Oncology的高风险领域的癌症治疗，这是由Sloan Kettering纪念癌症中心的专家肿瘤学家培训的一个赢咖4平台。它从文件，患者数据和临床试验中吸取，以帮助广泛的癌症医生跟上现场的发展。
IBM的赢咖4平台不扩展到其他医疗领域，Iris机目前只是改进文学的组织和访问。对于一个典型的医生，典型的时间表，只是找到适当的研究是不够的：有人必须阅读和理解这项研究。 “这是一个巨大的问题，”Setareh Alipour，一个在纽约的医疗居民说。 “科学数据变得如此巨大，即使是专门的医生也不能知道在他们的领域被发现的一切。我正在谈论更大的研究，而不是小而不可靠的数据。
科学文献在临床实践中应该有一个地方 - 所谓的循证医学 - 这是一个相当近的偏离医学的传统，练习你在医学院学习。医生的知识并不总是年龄：美国只有大约一半的患者接受推荐的治疗方案。任何努力弥合知识差距或只是使它有点更容易跟踪新的科学，将受到医生的欢迎。 “我会喜欢它，如果一台机器可以作为我可靠和智能记忆，”阿利普说。
Tez的父亲从昏迷出来，现在正在恢复。但是，她在网上找到的一些论文实际上引起了来电医生的兴趣，他们打印出来，并把他们放在神经病房的告示板上。根据这一经验，Tez，一个以AI为中心的风险投资基金Permutation的联合创始人，对医疗机器的未来有很多的想法。
她认为，AI医生助理可以插入一个普遍可访问的电子健康记录，保存所有的信息，交叉参考你的症状和病史，提供最新的建议，指导治疗选择。它还可以提醒您的医生关于可能感兴趣的新研究“医院研究和应用AI的问题是，在AI工作的人不了解医院，”Tez说。正如IBM与医疗领域的合作所显示的，如果有一个AI解决方案来改善医疗保健，它很可能来自医院和技术人员之间的合作。
