全球面臨醫療人才短缺問題，而醫學又是一門觀察與判斷的學科，看準未來龐大商機，Google 因而引入人工智慧於醫學應用上，如利用 AI 與機器學習深度運算，協助醫學影像辨識，讓 AI 成為當今醫師診療時的得力助手。

在印度，每年有百萬人因為眼科醫師短缺，當地 45％ 的糖尿病患者還來不及接受診斷就失明，而糖尿病患者要防範失明，極需眼底視網膜篩檢。 Google 便在印度引進 AI 技術進行醫學影像辨識。最新研究指出， AI 判讀結果的準確度逼近視網膜專科醫師。

除了協助醫學影像的辨識， AI 還能預測醫師無法從影像預知的疾病，透過導入大量影像，機器就能評估疾病風險，如心血管疾病、癌症等。待 AI 累積大量經驗、準確率高，最終就無須透過人工介入，可讓機器自行辨識。目前已用於淋巴結中的乳腺癌轉移瘤檢測，以及糖尿病視網膜病變等。

人工智慧在醫療領域的發展潛力十分龐大，而這項技術在全球的近用性也尤其重要。根據 Google 機器人學習數百項訓練模型發現，儘管研究尚處相當早期的階段，模型的曲線下面積( AUC ) 達到 0.7 壓鑄(演算法正確度達 70% )。同時在定位腫瘤的準確率達到 89％ ，已高於人類病理學家的 73% 。

壓鑄的應用鋁材料和鋁合金具有良好的流動性和可塑性，因此可以做出各種形狀複雜、難度大的壓鑄件，用鋁合金和金屬鋁鑄造的鑄件具有較高的精度和表面光潔度，這在很大程度上減少了鑄件的機械加工量、大大降低了勞動強度、同時節約了電力、金屬材料。因其具有較高的內在質量和外在質量，鋁壓鑄件被廣泛應用於汽車製造、內燃機生產、摩托車製造、電動機制造、傳動機械製造、精密儀器、園林美化、電力建設、等各個行業中，成為壓鑄業的新寵。在壓鑄過程中不僅要重視鑄件結構的工藝性，壓鑄模的先進性，壓鑄機性能和結構優良性，壓鑄合金選用的適應性和熔煉工藝的規範性；更應重視壓力、溫度和時間等工藝參數對鑄件質量的重要作用。在壓鑄過程中應重視對這些參數進行有效的控制。

G壓鑄oogle AI 產品經理 Daniel Tse 說明，目前 Google AI 演算模型已在醫學期刊與醫學模型等發表研究結果，未來可望將相關技術帶到實際應用中。

目前 Google 也積極與監理單位進行合作以取得核准，像是美國食藥署( FDA ) 以及歐盟等相關單位，而臨床驗證的部份則攜手硬體廠商 Nikon 等合作。可預見的是，未來人工智慧演算法雖然無法取代醫生，但可望成為推行醫療行業向前邁進的重要工具。