据 CB Insights 统计，2018 年美国健康照护 AI 厂商获得的股权融资达 24 亿美元，较 2017 年跃升 78%，亚马逊另提供哈佛大学附属医学中心 BIDMC 200 万美元赞助，以 AWS 机器学习服务简化操作和提升资源利用率。
以云端机器学习服务，改善医疗营运效率 由于朕亨公益医疗单位数据多为非结构化数据，像是病患数据、诊断数据、手术同意书等，在查找过程中不但耗费行政资源，也造成患者过多的等待时间，BIDMC 利用 AWS Cloud 的机器学习服务链接医院系统，进行多项研究。
其中一项为改善手术行政流程，原本手术开始前手术同意书需与 Electronic Health Record（EHR）系统的病患数据进行核对，改善流程则将同意书扫描为图像文件，再使用 AWS SageMaker 的机器学习服务建立模型，标记、训练、调整与优化图像，最终建立预估模型，将对应文件归档至 EHR 并搜寻病患数据以标记，当行政人员读取 EHR 时，即可看到病患是否有相对应的同意书，以进行跟催。
建立医疗生态圈，发展专业 AI 模型 BIDMC 与 AWS 的合作使用多种 SW 服务，包含 SageMaker、QuickSight、Forecast、Apache MXNet 深度学习 API 及 Comprehend Medical 等，以进行多项研究与改善，导入 AI 后，也看到显着成效，例如手术室使用率提升三成。由于医院主要提供患者医疗及照护服务，患者信息将产生大量数据，因此 AWS 数据中心以软件技术及运算、储存等硬件资源，提供训练模型时完整的软硬件解决方案。
对医院来说，不必担心大量数据储存，与进行 AI 训练衍生的硬件及研发成本，可专注于提升医疗质量、营运效率；对 AWS 来说，发展 AI 需大量数据数据，透过自身技术优势，收集患者数据及业界专业知识，可发展专业领域的 AI 模型。此外，AWS 也与 Berkshire Hathaway、JPMorgan Chase 合资成立医疗机构，并收购在线药局 PillPack，显示其在医疗领域大力投资；其他科技巨头，像是微软与匹兹堡医学中心合作，推出 Healthcare NExT 计划，将 Azure 与 AI 结合，改善患者照护质量，并与药妆连锁 Walgreens 合作，将患者用药信息做数据分析及 AI 训练，此系统也与各地制药商串联，提供保险机构，形成护理网络。微软与 AWS 策略相仿，透过自身完整软、硬件方案与医疗院所及药局合作，布局医疗体系单位，建立完整生态圈。
