醫生診斷病人，已經到了通過訪問服務器發現隱藏在醫學圖像中的病情趨勢和異常的時代了。

這是因為今天被稱之為Enlitic的創業公司出現了。它在發展一種技術，來幫助醫生使用日益流行的方法來達到一種稱為深度學習的人工智能。

這種計算風格涉及到培訓稱為人工神經網絡地系統，其基于大量來源于音頻，圖像等方面的信息，然后給系統呈現新的信息并收到有關它的推論得到的信息作為響應。 Enlitic的創始人兼首席執行官杰里米·霍華德，希望通過這種方法挖掘醫療數據，并給醫護專業人員提供易于使用的應用程序。

“在你診斷的過程中，至少可以根據分析類似案件等過去的數據集的方式，”霍華德在VentureBeat的采訪時說。

數據可能包括X射線，核磁共振，CT掃描，三維醫療等影像。 Enlitic軟件可以插入到醫療機構已經在使用的系統當中，從而分享或查看醫療圖像。研究人員可以標注圖像，然后單擊以找到其他類似的數據元素。 Enlitic可以與醫療技術公司進行授權合作，甚至共同進行產品開發。

技術并不缺乏炒作，深度學習在快速變化，一直以來伴隨著新的最佳實踐和技術產生。隨著Enlitic的啟動，在一定的空間內，深度學習技術可以在許多行業派上用場的思路變得越來越清晰，但也可能是只針對特定地區，特定工種的工人的申請。霍華德認為這是可能的深度學習的不斷成熟。

稱之為Jetpac的創業公司，在Instagram的圖像之中用“深度學習”來發現微笑和其他的東西。谷歌剛剛買了它。作為其收購Madbits的結果，Twitter可能會獲得更好的圖像搜索功能。在音樂串流服務Spotify的一名實習生已經基于他創造的“深入學習動力”的推薦引擎做出了迷人的播放列表。

同時，創業公司正在構建技術，來幫助許多公司實現深度學習他們的體系結構，或改善現有系統的效率。在硬件方面，還有Ersatz 和Nervana。圖片為導向的Clarifai和開源為重點的Skymind一直在應用程序無關的軟件上努力。

當涉及到醫療保健，Enlitic將必須證明，當涉及到技術時它有一個優勢，即使其他很多初創公司都希望通過推進醫療服務得到大的利益。以癌癥為中心的熨斗健康; Evolent健康，這表明處理方案是基于數據的;西風健康，它可以顯示參加藥物試驗的人的不同之處。丹麥的創業公司Brainreader，通過分析醫療圖像得以幫助醫生診斷患有阿爾茨海默氏癥的病人。

同時，IBM已經明確表示，它打算在醫療保健中利用其沃森“認知”技術，即使它不使用深度學習，但也會使用對基于大型數據集的方法，最終使判斷得到質的提升。

IBM單就它的市場力量就可以獲得大量的關注，這讓Enlitic證明其優勢的時候要付出一定的代價，無論是它需要落實所花費的時間或醫生和患者可以獲得的具體結果。

在任何情況下,這段時間，考慮到深度學習中的招聘和收購活動以及充滿活力的醫療保健市場,如果Enlitic顯示了一些成功,它可能看起來像醫療技術公司的強大附屬,如果不是因為它的技術,那么就是因為它的團隊。

霍華德本人以前是數據科學競爭創業公司Kaggle的總裁。他說他就是從那里看到了深入學習系統一直幫助人們贏得比賽，

除了霍華德本人，Enlitic雇用三名具有豐富計算機視覺經驗的高級數據科學家。公司可能會喜歡這樣的團隊。

但霍華德說，他并不是想開公司，然后迅速賣掉。

“這實際上是我的20年計劃，而不是2年的計劃，”他說。