這個問題發現以後，主任就立刻尋找到了人工智慧小紙條式的大腦工作組，這個電腦工作組本身來說就是幫他們寫病歷的，但是病歷寫成這樣，肯定作為主任是不滿意的。

    而且還存在一個問題，就是本來來說的話一個醫院裏麵主任要寫的病歷非常的少，甚至不太用寫，但是現在因為人工智慧小鎮入住了整個科室以後，主任自己自告奮勇拿下了幾份病歷，而現在人工智慧出現了這麼大的問題，他又不能直接跟客戶說，我沒有時間寫啊，你幫我寫一下，這肯定是不行的。

    所以說，不得已，人工智慧小智的大腦組又一次來到了這裏，針對這一次發現的病例裡面的問題進行一系列的詳細檢查，發現人工智慧小智出現的問題是這麼幾個，一個是無法對於病例之間的問題進行一個歸類總結，也就是說它無法識別出了所有的病例是屬於同一類的，所以說導致的是開始進行模擬的病例資料較少，只有同樣病的一些的病例。

    另外來說的話，他現在一個巨大的問題，就是針對現在已經寫出來的病歷，他沒法對於這個順序和方案進行一定的選擇，而且無法對於文字當中已經闡述的問題進行一個數據轉化作用，所以說導致了除了姓名之外，其他的病是出現了問題，也就無法在第一時間內，將其進行歸納總結並且連線到已經具有的人工智慧大資料系統中。

    現在發現了這兩個問題以後，第一時間就是要處理這兩個問題，所以說他們對這個問題進行了一系列的處理方案，其中的方案就是針對現在已經出現了這兩個漏洞，來進行關係的處理，處理的過程是這樣的：

    1：人工智慧對於病例所屬於同一類，沒法進行智慧識別，那這樣的話首先要解決的就是它應該歸納出來，哪一些病例是屬於同一型別的，同一種的寫法，只是內容不同而已，但是這樣也不能對於人工智慧進行干預，因為人工智慧小智只是一個非常簡單的中樞處理器，而其他的都是在排程資料的。

    正是因為這樣的處理系統，所以說才導致醫院可以使用人工智慧小智，作為醫院的人工智慧系統，其他的人工智慧系統可能存在一系列的洩密，或者說是對於病例偷取住院建立自己大資料的問題。

    2:無法對於資料進行一些的比對和使用，也就是說存在的是在病歷當中對於一個東西的描述不夠準確，對於語言的排程無法做到，非常的簡練，對於一個事情無法做到完全的闡述，感覺跟一個實習生在寫病歷沒有任何的區別，沒法對其病理進行透過。

    3:還有一個就是人工智慧小鎮無法對於病歷上已經出現的內容進行一系列的干預，也就是說他沒法實質上的理解病歷上面，這些文字到底是一種什麼樣的含義，而他應該在電腦中調出什麼樣的東西來與之匹配，可以節省寫作的時間。