Pencocokan corak dan meramalkan keperluan yang sangat diperlukan di hospital adalah tugas sukar untuk kakitangan perubatan mahir, tetapi bukan untuk pembelajaran AI dan mesin. Kakitangan perubatan tidak mempunyai keupayaan memerhati setiap pesakit mereka secara sepenuh masa. Walaupun sangat baik untuk mengenal pasti keperluan segera pesakit dalam keadaan yang jelas, jururawat dan kakitangan perubatan tidak mempunyai keupayaan untuk mengenali masa depan daripada pelbagai kompleks pesakit yang dipamerkan dalam tempoh yang munasabah. Pembelajaran mesin mempunyai kemewahan bukan sahaja memerhati dan menganalisis data pesakit 24/7, tetapi juga menggabungkan maklumat yang dikumpulkan dari pelbagai sumber, iaitu rekod sejarah, penilaian harian oleh kakitangan perubatan, dan pengukuran masa nyata dari vitals seperti kadar denyut jantung, penggunaan oksigen dan tekanan darah. Penggunaan AI dalam penilaian dan ramalan serangan jantung, jatuh, pukulan, sepsis dan komplikasi yang sedang berlaku sedang dijalankan di seluruh dunia.
Satu contoh dunia nyata adalah bagaimana Hospital El Camino menghubungkan EHR, penggera katil dan data cahaya panggilan jururawat kepada analisis untuk mengenal pasti pesakit berisiko tinggi jatuh. Hospital El Camino dikurangkan, kos utama ke hospital, sebanyak 39%.
Metodologi pembelajaran mesin yang digunakan oleh El Camino adalah hujung gunung es, tetapi secara signifikan mewakili masa depan penjagaan kesihatan menggunakan pandangan berfokus tindakan atau analisis preskripsi. Mereka menggunakan subset kecil maklumat potensi yang ada dan tindakan fizikal yang diambil oleh pesakit seperti keluar dari katil dan menolak butang bantuan bersempena rekod kesihatan - pengukuran berkala oleh kakitangan hospital. Jentera hospital pada masa ini tidak memakan data penting dari pemantau jantung, monitor pernafasan, monitor ketepuan oksigen, ECG dan kamera ke dalam peranti storan data besar dengan pengenalan acara.
