如果醫療診斷可以通過機器學習和人工智能實現自動化，那不是很好嗎？跳過幾天或幾周的預約等待，然后被人問問題。只要上網，從人工智能那里得到問題，然后在有必要的情況下進行物理預約。

從會議取消到供應鏈中斷，全球經濟的每個角落都受到了COVID-19的影響。

這就是醫學自動診斷（MAD）的目標。但就像所有ML/AI應用程序一樣，模型也需要培訓。因為我們是在和人類打交道，我們不能僅僅訓練真實的醫患互動，或者讓人工智能代理誤診真實的病人。然而，失敗對于訓練是必不可少的。

因此，研究人員正在考慮開發一個病人模擬器來訓練ML模型，使用真實的醫患對話記錄。但由于對話是面對面進行的，醫生在觀察病人的同時，也在做一些沒有說出口的觀察，而對話并沒有捕捉到這些觀察。這些記錄沒有捕捉到人工智能需要訓練的未被詢問和未回答的問題。

過去30年里，人們在網上上傳了數十億張照片，推動了計算機視覺的巨大進步。教機器區分貓和狗是有幫助的，所有的貓和狗的圖片都有“我的狗”這樣的說明。

但是當語料庫不能代表人類的多樣性時，我們已經遇到了人類訓練的問題。結果只能和人工智能訓練的主體一樣好。