“诊疗的速度达到了人类医生的数百倍？”主持人虽然与谷歌关系紧密，但这种具体的数字却也是事前没有知晓的。

他此时的惊讶完全不是伪装。

美国的医疗制度不比华国，保险或者其他策略稍有不慎，很容易就钱包伤筋动骨，被人吃干抹净。

留学生在欧美出了事情，昏过去之前大喊一声“不要帮我叫救护车！！”的大有人在，不是不把自己的命当回事，而是救护车一出动，是真的太特么贵了。

比如加州这里，救护车私营，出车一次小几千美金非常正常。

如果没有特别的严重病症，一般一千美金左右。

低血糖往路上一倒，救护车鸣笛过来，咔咔咔收你小一万元。

学生哪里受得了这个？

在这种体系当中，资深医师的诊疗费用可想而知，资深的医生数量也极其极少，供不应求。

“那请问，这种协助诊疗的智能，诊断能力如何，能否和资深医师相比呢？”

人工智能来诊疗，速度虽快，但看病看的是自己性命，光是快可不够。

没人愿意拿自己的小命开玩笑。

“实话实说，目前距离最为资深的二十年老医生还有一点差距，但在不少数据比较充分的任务上，已经超过了普通医生的准确率不少了。”

其实孟繁岐的这些方法，技术上已经足以和多年行医的老专家相比拟了，不过现阶段，医疗的数据上还是有很大的缺失。

毕竟海量的优质数据是一切人工智能的基石。

若不是谷歌已经提前许久布局了这个方向，和诸多医院提前达成了合作，即便是目前这些成果也不是那么容易做出来的。

“许多普通人可能不了解，医疗影像的分析和解读是非常专业的一项技能。不只是普通的CT图，X光图，还有更为复杂的病理分析和筛查，不同的医生所能分析的医疗影像是比较有限的。

“在相对不那么发达的地区，小几十万人口里只能找到的一两个看得懂病理图的医生，可想而知，专业医疗图像分析能力有多么稀缺。”