現在針對這樣的問題已經找到了他問題的本質所在，既然找到了問題的本質所在，那麼現在首要的任務就是怎麼來解決它，解決它就變得異常的重要。

    首先來說的話就是他們找到的第1個問題，人工智慧對於病歷所屬的同一類沒法進行智慧識別，也就是說他沒法理解得了，每一個科室裏麵其實的病歷的寫法都是有一個固定的道路和模式的，而且這種固定的套路和模式是直接通用的。

    對他們來說的話他們首先要做的就是作出假設，因為人工智慧系統是屬於他們獨立開發的，竟然是獨立開發的，而且區別於市場上面其他的人工智慧系統，並且可以運用到醫院上面來的話，那這樣的話他們就屬於第1個吃螃蟹的人。

    所以說在這種情況下，假設是解決這個問題最好的方法，如果可以假設出來的話，那麼就需要針對這樣的假設來進行下一步的行動了，而他們對於這個問題進行了假設：很有可能是因為所有的病歷寫在一起，它具有一個共同的點，但是針對不同的病症，病症上面飾有獨特的病理特點老，而這一點是跟其他的病例不同的。

    如果是這樣的假設成立的話，那麼首先就要給他狂頂這一個問題，就是在同樣的病例當中存在著同樣的東西和不同模型當中存在同樣的東西，是可以通用的，而這種通用的情況下是跟他本來對一些東西的相同邏輯的計算式所相排斥的。

    那這樣的話應該怎麼解決呢？他們首先想到的一個問題就是怎麼樣纔可以把這些東西輸入到人工智慧小智身上，而這樣的輸入方法其實是一個非常難辦的一件事情，所以說他們索性想到的第1件事情就是：直接在人工智慧小志的身上植入一份關於病歷的模板，那這樣的話，他就可以根據這樣的模板來對於其他的病例進行大資料的分析，而對於這些大資料分析所形成的共同點，那麼就變成了這一些東西所有的共同點。

    接下來要進行的就是第2件事情的處理，第2件事情是無法對資料進行一定的比對和使用，也就是說它在使用的過程當中，對於這種比對出來的問題無法進行自己簡練的語言輸入，這個來說的話，他們做的假設相對就比較簡單了：可能是人工智慧想這對一些問題的收入具有比較油膩和比較光滑的描述方式。

    對這個問題來說的話應該怎麼解決呢？首先應該考慮的就是對於人工智慧小鎮的描述方式，採取一定的改進，但是不得不說這個專案其實是一個非常難的解決方法，因為這樣的解決方式結果就是人工智慧小智會被出現語言輸入的方式修改，這樣的話，很有可能因為這一份病歷而導致人工智慧小智和其他所有的患者，包括醫生的對話都改變成為一個非常簡練明確的方式，那這樣的話就是本末倒置了。