गूगल के मेडिकल ब्रायन टीम इस तरह के चार्ट एनोटेशन भरने के रूप में एक तकनीक ऐ, ऐ अतीत में जानकारी के लिए उपयोग नहीं मिल सकता है विकसित की है,, नोट्स, आदि की पीडीएफ, अब जानकारी प्राप्त करने के नई प्रणाली निर्धारित करने के लिए विश्लेषण किया जा सकता, विश्लेषण के लिए आवश्यक समय, और पहले की तुलना में अधिक कुशल।, इसके अलावा में एक मरीज की अस्पताल में रहने की भविष्यवाणी करने के लिए फिर से अस्पताल में भर्ती होने के बाहर मौका हो सकता है, और यहां तक कि छोटी अवधि में मृत्यु की संभावना का अनुमान है।
मई में गूगल मेडिकल ब्रायन टीम स्टैनफोर्ड विश्वविद्यालय, शिकागो विश्वविद्यालय, कैलिफोर्निया विश्वविद्यालय, सैन फ्रांसिस्को, के साथ इस साल के रोगियों में मृत्यु दर की भविष्यवाणी करने के लिए इस ऐ मॉडल, एक मामले में, जिसमें, एक स्तन कैंसर के एक टर्मिनल रोग था अध्ययन करने के लिए निरीक्षण, महत्वपूर्ण संकेत के अस्पताल कंप्यूटर व्याख्या, नाम 9.3% के दौरान अस्पताल में भर्ती रोगियों में मृत्यु का अनुमान संभावना है, लेकिन गूगल ऐ विश्लेषण के बाद पीड़ित, अस्पताल में है कि मौत के खतरे को 19.9% के रूप में उच्च है, जो बाद दो में रोगियों अस्पताल में भर्ती थे सप्ताह के बाद मर गया।
यह उल्लेख किया था गूगल ऐ कार्यक्रम 95% सटीकता अप करने के लिए मरने का मानव जोखिम, और पारंपरिक चिकित्सा की भविष्यवाणी तरीकों की सटीकता का अनुमान है कि, 86% के साथ तुलना में।
पारंपरिक चिकित्सा निदान, डॉक्टर साधन और डाटा प्रोसेसिंग में काफी समय बिताया है, ऐ डॉक्टरों दक्षता में सुधार करने में मदद करने की उम्मीद है, लेकिन यह भी आगे मृत्यु दर की वजह से ज्यादा नैतिक चर्चा ऐ प्रौद्योगिकी के समय का उपयोग करते हैं, सही के दायरे का उपयोग और इतने पर करने के लिए भी शामिल है, की भविष्यवाणी कर सकते, और क्या यह आतंक का कारण बन जाएगा, चिकित्सा बीमा पर प्रभाव इत्यादि।