A aprendizaxe automática e a saúde son, en moitos aspectos, moi adecuados entre si. No seu núcleo, gran parte da asistencia sanitaria é o recoñecemento de patróns. Un corpo humano san e os seus diversos subsistemas funcionan de xeito consistente e cuantificable. Cando un organismo humano sofre algunha aflicción, desvíase desta homeostase de xeitos que tenden a ser previsibles a través do tempo e das poboacións.
O uso da visión por computador para identificar as condicións de saúde nas imaxes médicas converteuse quizais no caso de uso máis amplamente referenciado para a IA en saúde. É doado entender por que: examinar unha exploración médica para determinar se está presente un tumor, unha lesión da pel, unha enfermidade da retina ou algunha outra indicación é un claro exemplo de clasificación de obxectos, exactamente no que destaca a aprendizaxe profunda.
Os recentes avances no procesamento da linguaxe natural fixeron posibles as interfaces de conversa baseadas en IA que poden automatizar a exploración do paciente e a navegación coidada. Por exemplo, os pacientes poden compartir síntomas e preguntas a través de mensaxes de texto e recibir orientación clínica automatizada como resposta. Do mesmo xeito, pódense desenvolver IA que se comunican continuamente cos pacientes para garantir que permanezan comprometidos e cumpran co seu réxime asistencial.
COVID-19 acelerou moito a adopción de saúde remota: a prestación de servizos clínicos a pacientes a distancia e non en persoa, empregando ferramentas dixitais.
Aínda que a pandemia serviu de catalizador a curto prazo, moitos expertos cren que a saúde remota (tamén chamada telesalud) está en camiño de converterse nun piar importante e permanente da prestación sanitaria. McKinsey estima que ata 250 millóns de dólares de gastos en asistencia sanitaria virtualizaranse nos próximos anos só nos Estados Unidos.
.