人工智慧早年以 專家系統 為研究發展方向，透過資料庫與推理系統，希望讓電腦模擬人類進行逐步的思考與推理，進而將專家的知識與思維建構在機器中.

近年較為廣泛的做法是借鏡人腦當中的神經元判斷方式，提取數據的特徵，有策略的讓機器從人類標註的數據中去建立目標預測模型。當訓練樣本數以及資料的維度增加後，就能建立準確的模型。

現在的 AI 辨識率已經超越人類，可達 99% 以上，已經超越人腦辨識的正確率。
文字的辨識則分為字形與語法兩方面，訓練 AI 辨識手寫文字或理解整段的句子進行翻譯都已有不錯成果。然而讀懂一般文字容易，未來方向則是嘗試讓 AI 理解文字中的情緒與語調的差異。

如果使用 AI 深度學習架構建立醫師的論文閱讀模型。初期還是需要請資深醫師針對兩種方式進行論文整理與標註，再讓電腦透過深度學習網路建構醫師標註邏輯的模型，日後新的論文就可以直接套用模型讓電腦幫醫生讀論文，汲取新知。