利用神经网络人工智能技术，谷歌“神奇大脑”团队开发的这套算法分析一名转移性乳腺癌女患者医疗记录的17万多个数据点，预测她出院前的死亡率为20%。医院评估这名患者的死亡率为9%。结果，两周内，这名患者在医院病逝。
谷歌的这套算法还能预测患者住院时长以及出院后是否会在30天内再次入院接受治疗。医生做这类预测时，通常只能依赖有限的诊疗记录。谷歌算法则可以计入几乎医院所得的所有信息，包括广泛的医疗记录和血检报告等等。
分析21.6万人次在美国医院住院治疗的数据，这项技术预测住院期间死亡率的准确率高达95%，而传统手段预测的准确率为86%。谷歌技术预测长期住院准确率为86%，传统预测准确率为76；至于意料外再入院治疗预测的准确率，二者分别为77%和70%。
研究人员说，这种接近人脑学习方式的神经网络系统无需特别训练即可“理解”病人医疗记录，能够“理解数据本身关键因素和相互关系”。谷歌研究人员称，下一步研究将把这项技术引入临床。不过，一些专家认为，这将是一个更为敏感的领域，因为涉及患者隐私保护。