準確率達90%

研究報告作者芬蘭圖爾庫PET中心(Turku PET Centre)華洛斯-歐洛斯柯(Luis Eduardo Juarez-Orozco)指出，「機器算法方面的進步，遠遠超出了醫學現有發展。醫學風險評估結果需要謹慎以待，我們手上的數據顯然有待充分發揮」。醫生主要依據風險評分來決定如何治療，但這些評分大都是根據病患少量的變數做出。機器則是通過反複調整，使用大量數據來辨識出人類不明顯的複雜模式。華洛斯-歐洛斯柯表示，「人類很難想到三維或四維。而且，當情況跳到第五維時，我們就沒輒了。研究顯示，非常多維的模式比單維模式更有用，可以預測出個別結果；我們的確需要機器學習。」華洛斯-歐洛斯柯指出，機器學習可以整合出各項數據並準確預測個人風險，醫生得以提供患者個別化治療，得到更好的結果。