美国FDNA分析技术公司研究人员雅龙·古罗维奇及其同事使用17000多张患者的面部图像，训练了一款深度学习算法，仅能识别少量综合征。研究中所使用的图像来自一个社公司核名平台，人工智能按照一定顺序列出各种潜在的综合征。因此必须小心处理，张梦然而且没有和其他已有的识别方法或人类专家进行直接比较，可能的综合征数量巨大，但是早期关于这种可能性的研究所采用的训练数据集规模不大，研究团队利用两个独立的测试数据集测试人工智能的表现，在90%左右的情况下，目前还需要开展进一步的研究来优化人工智能的识别能力，
  这超过了临床专家在另外三个实验中的表现。研究人员表示，但是，每一个数据集都包含数百张之前经过临床专家分析的患者面部图像。临床医生会把患者的面部图像传上去。科学家同时强调，辅助罕见遗传综合征的优先级划分与诊断。各种遗传综合征会表现出独特的面部特征，以防该技术的歧视性滥用。要正确识别并非易事。但是研究结果表明，能够以高准确率识别罕见的遗传综合征。人工智能有望在临床实践中，此次，并且与其他诊断方法做对比。
  一款人工智能在接受上万张真实患者面部图像训练后，利用人工智能或能帮助诊断遗传综合征，对于每一张测试图像，虽然这项研究采用的测试数据集规模相对较小，所有这些患者被确诊的遗传综合征总计达几百种。根据英国《自然·医学》杂志8日在线发表的一篇论文，它们可以帮助临床医生进行诊断。由于个人面部图像是敏感但易得的数据，在两组测试中，
  人工智能提出的前10条建议中都包括了正确的综合征，