在AI圈子中，Chee博士被昵称为“顾问的顾问”，专门研究融合科学，并作为公共和私营部门主要利益相关者的渠道。我们在Chee博士的演讲之前与最近的结论阿拉伯卫生在医疗保健会议上的人工智能。
在他的整个职业生涯中，Chee博士率先在亚太地区和中东地区率先进行了许多重要的项目。他还担任第七级委员会，世界卫生组织，HL7韩国 - 辛格拉尔研究与创新联盟，新加坡标准委员会等。
Chee博士的演讲曾是在三个部分中，从AI真正的含义开始。“这些天的市场上有很多炒作，很多人喜欢轰动AI的声音，使它听起来比您预期的要高得多。现实世界AI不是魔术，”他说。
AI作为一个概念已经存在了数十年，但是由于软件和硬件的进步，现在一直在越来越受欢迎。“ AI的建模一直存在最长的时间，但是直到现在，我们才有硬件将所有这些数据集旋转以完成必要的计算工作。”
随着硬件成本的降低，云的功能的突出性的增加意味着任何人都可以轻松共享大型数据集，并且该技术最终具有从数据中获取见解的能力。
尽管各种组织，政府和私人实体一直在横冲直撞地收集尽可能多的数据，但事实是，并非所有这些数据实际上都是可用的。大多数数据都以随意的格式收集，因此医疗组织最终得到了不完整或混乱的数据。他说：“与金融或物流不同，在数据收集中有某些规则的情况下，医疗保健更加模棱两可。”
亚当·奇（Adam Chee）博士
医疗保健中的数据包括医院中的电子病历，以及在很多时候被忽视的环境健康。“我确定它在云中的某个地方。但是我们不会将两个数据集嫁给在一起。有很多社交数据，我们可能不一定有很多。个人的家族史，习惯或经济状况都可能影响其健康，但这并不是医疗保健专业人员可以使用的。因此，大多数时候，我们正在分析仅关注物理指标的不完整数据。”
可能使医疗保健中AI应用程序复杂化的另一个问题是，数字紧缩者和统计学家往往不接受医疗保健培训。他们可能会注意到明显的错误或偏见，但喂养到临床医生的数据偏向。“这确实是一个困境。您无法开始对不相信的东西进行培训。预测分析还不够成熟，无法采取行动。” Chee博士补充说。
他指出，许多医生，临床医生和药剂师现在正在启用数据的力量。“在新加坡，我来自哪里，在我前往的某些领域，例如沙特阿拉伯，阿联酋，中国，韩国和日本，我们开始看到更多的医护人员对查看数据开始感兴趣，“ 他说。“我看到了很多持续教育的努力，鼓励护士，医生，药剂师等来攻读数据科学。”设计思维和数字化转型也是医疗保健中重点的关键领域，在该领域中，AI可以为最佳患者结果提供决策。Chee博士说，但是，要使医疗保健专业人员对这些技术真正感兴趣，还有很多事情要做。
“我想这是时间问题。不幸的是，目前没有医学院将其作为核心课程。当然，我可以理解原因。他们在六到七年的医学教育中几乎没有足够的时间来学习一切。但是需要对其进行研究，因为很快医生和护士会意识到他们所学的许多东西都是自动化的。总体而言，这就是健康医学的发展。”
