Bu, yapay zekanın tıbbi araştırmalar ve tedaviler üzerindeki etkisini inceleyen altı bölümlük bir dizinin üçüncü bölümüdür. Yumurtalık Kanseri Araştırma İttifakı başkanı Audra Moran, yumurtalık kanserinin "nadir, yeterince finanse edilmemiş ve ölümcül" olduğunu vurguluyor. Erken teşhis çok önemli, ancak yumurtalık kanseri genellikle fallop tüplerinde başlar ve semptomlar ortaya çıkmadan önce yayılır. Bu tür kanserleri erken aşamada tespit etmek için AI destekli kan testleri geliştiriliyor ve potansiyel olarak hayat kurtarabilir. Memorial Sloan Kettering Kanser Merkezi'nden Dr. Daniel Heller, kan örneklerindeki kansere özgü desenleri tanımlamak için karbon nanotüpler kullanan bir teknoloji geliştirmektedir. Bu desenler insanlar için çok ince olsa da, AI algoritmaları, verilerden öğrenerek bunları yorumlayabilir. Zorluk, yumurtalık kanserinin nadirliği nedeniyle AI eğitimi için sınırlı veri bulunmasıdır. Buna rağmen, ilk AI girişimleri mevcut kanser biyomarkörlerine göre doğrulukta ilerlemeler kaydetmiştir. Heller, jinekolojik hastalıkları daha hızlı teşhis edebilecek bir araç yaratmayı ve bunun üç ila beş yıl içinde mümkün olabileceğini hedefliyor.

AI, diğer kan testlerini de hızlandırıyor. Örneğin, Kaliforniya'daki Karius, AI kullanarak zatürree patojenlerini hızla tespit ediyor ve bu, test maliyetlerini ve sürelerini önemli ölçüde azaltıyor. Hasta örneklerini geniş bir mikrobiyal DNA veritabanıyla karşılaştıran yaklaşımları, sadece AI sayesinde mümkün oluyor. Ancak, biyobelirteçler ve hastalıklar arasındaki bağlantıları AI'nın anlaması hâlâ bir gizem. Dr. Slavé Petrovski'nin AI platformu Milton, yüksek başarıyla biyomarkörleri kullanarak hastalıkları tanımlıyor ve AI'nın karmaşık desenleri ayırt etme yeteneğini gösteriyor. Veri paylaşımı ve erişimi bir zorluk olmaya devam ediyor, ancak Ocra gibi kuruluşlar AI eğitimi artırmak için hasta kayıtları oluşturmaya çalışıyor. Moran'ın belirttiği gibi, tıbbi araştırmalarda AI henüz erken ve gelişmekte olan bir aşamada.