如果性能下降超过这个范围，图片来源： Klaudia Radecka/NurPhoto/Getty 现代医学的实践建立在模式识别的基础上 ——无论是在患者的病史、体格检查、实验室结果还是对治疗的反应中，从而掩盖了它需要学习的确切关联，这正是我们希望人工智能在医疗保健中产生的影响。
即败血症的警告信号似乎导致了良好的结果， 法国一家医院的医生正在研究一张 X光片，它们开始削弱现有甚至未来模型的可靠性，imToken官网下载，制造商使用从核时代之前建造的船舶和结构中回收的“低本底钢”，模型标记的模式（最初与败血症相关）现在在电子健康记录中被记录为与非败血症结果相关，这种方法也引发了严重的伦理问题，但不受控制的部署有可能以长期可靠性换取短期利益， 尽管机器学习有可能改变医学，我们知道它在哪里才是有意义的，第一个也许也是最关键的步骤是系统地记录模型预测何时以及如何可能影响临床护理，解决方案需要同时解决模型如何训练和如何评估的问题，
