如果医疗诊断可以通过机器学习和人工智能实现自动化，那不是很好吗?跳过几天或几周的预约等待，然后被人问问题。只要上网，从人工智能那里得到问题，然后在有必要的情况下进行物理预约。
从会议取消到供应链中断，全球经济的每个角落都受到了COVID-19的影响。
这就是医学自动诊断(MAD)的目标。但就像所有ML/AI应用程序一样，模型也需要培训。因为我们是在和人类打交道，我们不能仅仅训练真实的医患互动，或者让人工智能代理误诊真实的病人。然而，失败对于训练是必不可少的。
因此，研究人员正在考虑开发一个病人模拟器来训练ML模型，使用真实的医患对话记录。但由于对话是面对面进行的，医生在观察病人的同时，也在做一些没有说出口的观察，而对话并没有捕捉到这些观察。这些记录没有捕捉到人工智能需要训练的未被询问和未回答的问题。
过去30年里，人们在网上上传了数十亿张照片，推动了计算机视觉的巨大进步。教机器区分猫和狗是有帮助的，所有的猫和狗的图片都有“我的狗”这样的说明。
但是当语料库不能代表人类的多样性时，我们已经遇到了人类训练的问题。结果只能和人工智能训练的主体一样好。