机器人手术

达芬奇机器人在机器人手术领域备受关注。外科医生通过操纵灵巧的机器人臂，实现在紧凑的空间做精细的外科手术。

虽然并非所有机器人手术都涉及机器学习，但一些系统会使用计算机视觉（借助机器学习）来识别距离或特定的身体部位（以毛发移植手术为例，识别移植到头上的毛囊）。此外，机器学习在一些情况下用于接受操控人员下达的指令时，能够稳定机器人臂的运动和移动。

机器学习未来在医疗领域的应用

下面是机器学习在医疗领域日益流行起来的几种应用。

个性化医疗

如果你的孩子拔掉了智齿，医生可能开给他们一些止痛药维柯丁（Vicodin）。若有尿路感染（UTI），可能还会开复方新诺明（Bactrim）。但愿在不太遥远的将来，很少有患者会被医生开相同剂量的药物。事实上，如果我们对患者的遗传特征和病史有足够的了解，很少会给患者开完全相同的药物。

在将来，个性化医疗让每个人的健康建议和疾病治疗方法都基于其病史、遗传谱系、以往病情、饮食、压力水平及更多因素来定制。

虽然这一般适用于小毛病，但也可能会在高风险情况下带来重大影响，比如根据人的年龄、性别、种族、基因构成及更多因素来决定要不要进行化疗。

自动治疗或建议

在Medtronic和IBM共同制作的糖尿病视频中，Medtronic的Hooman Hakami表示，Medtronic希望在某个时候让其生产的胰岛素检查泵可自主运行，监测血糖含量，根据需要注射胰岛素，同时不干扰用户的日常生活。

当然，这只是宏大的自主治疗蓝图的一个缩影。设想一下：机器可以通过跟踪患者血液、饮食、睡眠和压力等方面的数据，调整止痛剂或抗生素的剂量；一个小型厨房台机器学习“代理”可能会发放药片，监测你服用了多少药片。如果你的病情看起来很糟糕，或者没有遵照其指示，就打电话给医生，而不需要靠专门的人来记住服用多少药丸。

将如此大的权力交到算法的“手里”面临不可小视的法律制约。与医疗界其他任何创新一样，任何类型的自主治疗都可能面临一条漫长的道路，以证明其可行性、安全性及相对其他治疗方法的优越性。

健康预防与干预

Orreco和IBM最近宣布了提高运动表现的合作项目，IBM在2016年1月就与Under Armour建立了类似的合作关系。虽然西方医疗界把重点主要放在治疗和改善疾病上，但现在非常需要积极主动的健康预防和干预，而第一波物联网设备（尤其是Fitbit）正在推动这些应用。

可以想象，预防疾病或提高运动表现不会是促进健康应用软件的唯一用途。机器学习可能用来跟踪员工绩效或职场压力大小，并且用于积极改善高危人群症状（不仅仅减轻症状或病后康复）。

自主机器人手术

目前，像达芬奇这样的机器人主要是外科医生用来提高灵活性和操纵能力的工具。未来，机器学习可用于结合达芬奇等设备里面的可视化数据和运动模式，以实现机器人熟练地做手术。

机器最近有了这种能力：在一些类型的视觉艺术和绘画方面，能够模拟超越人类的技能。如果可以训练机器来模仿凡高或毕加索卓越的创意能力，我们可以想象：如果给予足够的训练，这类机器可以“汲取”足够的髋关节置换手术，最终在任何人身上做这个手术，比任何医生团队做得还要好。（Daniel Faggella）