Това е третата функция от серия от шест части, която разглежда как изкуственият интелект променя медицинските изследвания и лечения.
Ракът на яйчниците ерядък, недофинансиран и смъртоносен", казва Одра Моран, ръководител на Ovarian Cancer Research Alliance (Ocra), глобална благотворителна организация със седалище в Ню Йорк.
Както при всички видове рак, колкото по-рано се открие, толкова по-добре.
Повечето случаи на рак на яйчниците започват във фалопиевите тръби, така че докато стигне до яйчниците, може вече да се е разпространил и другаде.
"Пет години преди някога да имате симптом е, когато може да се наложи да откриете рак на яйчниците, за да повлияете на смъртността", казва г-жа Моран.
Но се появяват нови кръвни тестове, които използват силата на изкуствения интелект (AI), за да забележат признаците на рака в много ранен стадий.
И това не е само рак, AI също може да ускори други кръвни тестове за потенциално смъртоносни инфекции като пневмония.
Д-р Даниел Хелър е биомедицински инженер в раковия центърМемориъл Слоун Кетъринг" в Ню Йорк.
Екипът му е разработил технология за тестване, която използва нанотръби - малки тръби от въглерод, които са около 50 000 пъти по-малки от диаметъра на човешки косъм.
Преди около 20 години учените започнаха да откриват нанотръби, които могат да излъчват флуоресцентна светлина.
През последното десетилетие изследователите се научиха как да променят свойствата на тези нанотръби, така че да реагират на почти всичко в кръвта.
Сега е възможно да се поставят милиони нанотръби в кръвна проба и те да излъчват различни дължини на вълната на светлината въз основа на това, което се придържа към тях.
Но това все пак остави въпроса за интерпретирането на сигнала, който д-р Хелър оприличава на намирането на съвпадение за пръстови отпечатъци.
В този случай отпечатъкът е модел на молекули, свързващи се със сензори, с различна чувствителност и сила на свързване.
Но моделите са твърде фини, за да бъдат избрани от човек.
"Можем да разгледаме данните и изобщо няма да ги осмислим", казва той.
"Можем да видим само моделите, които са различни с AI." Декодирането на нанотръбните данни означава зареждане на данните в алгоритъм за машинно обучение и казване на алгоритъма кои проби идват от пациенти с рак на яйчниците и кои от хора без него.
Те включват кръв от хора с други форми на рак или други гинекологични заболявания, които могат да бъдат объркани с рак на яйчниците.
Голямо предизвикателство при използването на AI за разработване на кръвни тестове за изследване на рак на яйчниците е, че той е сравнително рядък, което ограничава данните за алгоритмите за обучение.
И голяма част от дори тези данни са изолирани в болниците, които са ги лекували, с минимален обмен на данни за изследователите.
Д-р Хелър описва обучението на алгоритъма върху наличните данни само от няколко 100 пациенти като "Hail Mary pass".
Но той казва, че изкуственият интелект е успял да получи по-добра точност от най-добрите биомаркери за рак, които са на разположение днес - и това е само първият опит.
Системата е подложена на допълнителни проучвания, за да се види дали може да бъде подобрена с помощта на по-големи набори от сензори и проби от много повече пациенти.
Повече данни могат да подобрят алгоритъма, точно както алгоритмите за самоуправляващи се автомобили могат да се подобрят с повече тестове на улицата.
Д-р Хелър има големи надежди за технологията.
"Това, което бихме искали да направим, е да сортираме всички гинекологични заболявания - така че, когато някой дойде с оплакване, можем ли да дадем на лекарите инструмент, който бързо да им каже, че е по-вероятно да е рак или не, или този рак от това." Д-р Хелър казва, че това може да е "от три до пет години".
Това не е просто ранно откриване, за което AI е потенциално полезен, а също така ускорява други кръвни тестове.
За пациент с рак улавянето на пневмония може да бъде смъртоносно и тъй като има около 600 различни организми, които могат да причинят пневмония, лекарите трябва да проведат множество тестове, за да идентифицират инфекцията.
Но новите видове кръвни тестове опростяват и ускоряват процеса.
Karuis, базирана в Калифорния, използва изкуствен интелект (AI), за да помогне за идентифицирането на точния патоген на пневмонията за 24 часа и да избере правилния антибиотик за него.
"Преди нашия тест пациент с пневмония ще има 15 до 20 различни теста, за да идентифицира инфекцията си само през първата си седмица в болницата - това са около 20 000 долара за тестване", казва главният изпълнителен директор на Кариус Алек Форд.
Кариус има база данни с микробна ДНК, която има десетки милиарди точки от данни.
Пробите от пациентите могат да бъдат сравнени с тази база данни, за да се идентифицира точният патоген.
Г-н Форд казва, че това би било невъзможно без ИИ.
Едно от предизвикателствата е, че изследователите не е задължително в момента да разбират всички връзки, които изкуственият интелект може да направи между тестовите биомаркери и болестите.
През последните две години д-р Слав Петровски е разработил платформа за изкуствен интелект, наречена Milton, която, използвайки биомаркери в данните за биобанките във Великобритания, идентифицира 120 болести с успеваемост над 90%.
Намирането на модели в такава маса от данни е само нещо, което изкуственият интелект може да направи.
"Това често са сложни модели, при които може да няма един биомаркер, но трябва да се вземе предвид целият модел", казва д-р Петровски, който е изследовател във фармацевтичния гигант AstraZeneca.
Д-р Хелър използва подобна техника в работата си върху рака на яйчниците.
"Знаем, че сензорът се свързва и реагира на протеини и малки молекули в кръвта, но не знаем кои от протеините или молекулите са специфични за рака", казва той.
По-общите данни, или липсата им, все още са недостатък.
"Хората не споделят своите данни или няма механизъм, който да го направи", казва г-жа Моран.
Окра финансира мащабен регистър на пациентите, с електронни медицински записи на пациенти, които са позволили на изследователите да обучават алгоритми за техните данни.
"Това са ранните дни - ние все още сме в дивия запад на AI сега", казва г-жа Моран.