这些测试展现了医生的一些关键特征：学习、决策和与人沟通的能力。技术已经通过机器学习在增强和狭义智能应用中补充了临床医生，从而增强了诊断、理解和治疗。8,9 一个突出的例子是人工智能增强的视网膜检查。这最初是为了鼓励全科和急诊临床医生不要放弃诊断性视网膜检查，也不要依赖于眼科医生的二次转诊。深度学习系统使用眼底照片以可接受的高灵敏度识别患有视乳头水肿的视盘、正常视盘和具有非视乳头水肿异常的视盘。10 这些创新扩展了独立医生的能力。政府正在认识并奖励这种潜力；例如，英国政府已承诺向慢性病预防、早期诊断和治疗领域的人工智能投入超过2亿英镑的资金。11