资金雄厚的英国初创公司BabylonHealth致力于促进患者和健康专家之间的远程医疗咨询，该公司的研究人员声称，他们已经开发出一种AI系统，可以在85%的病例中与专家临床医生的决策相匹配。如果严格审查，该系统将有助于缓解美国医疗保健系统的超负荷。据估计，到2023年，该系统将面临21，000至55，000名初级保健医生的短缺。

在这种情况下，分类是指找到足够的医学证据来确定患者适当的护理点的过程。临床医生计划一系列问题，以便做出快速准确的决策，推断原因，并利用每个新信息更新他们的计划。

巴比伦健康团队寻求一种基于强化学习的自动化方法，这是一个AI训练的例子，可以通过奖励系统激励软件代理完成任务。他们将此与医学专家基于患者表现数据集做出的判断相结合，该数据集包括大约597个可观察到的症状或风险因素。

研究人员的AI代理(一个DeepQ网络)基于专家精心制作的1374个临床发作，学习了优化策略。每个插图与独立临床医生做出的平均专家分类决策3.36有关，每个插图的有效性由两名临床医生独立审查。

在每个步骤中，代理将要求更多的信息或做出四个分类决定之一。此外，对于每个新场景，培训环境都配备了新的临床插图。然后，环境处理小插图的证据和分类决策，并返回一个值。如果业务代表采取分流操作，系统将获得最终补偿。