在問診階段，醫生會收集患者的血檢結果、身體質量指數等有關生命體征的數據，接著通過AI模型計算手術的風險系數，風險等級分爲低、中低、中高、高。低風險的患者可以進一步接受手術，對于中高及高風險的患者，醫生則會探究影響風險的原因，並嘗試解除風險，安排適當的術後護理和監測。若風險極高，醫療團隊會考慮其他手術方案，或者非手術的治療途徑，並要求在重症監護室有床位空缺時，才可進行手術。
利用中央醫院2015年至2022年約10萬名接受手術的患者數據進行學習，CARES-ML在針對重症手術風險的測試過程中，准確率達93％。
中央醫院麻醉學高級顧問醫生海利·裏紮爾副教授（Hairil Rizal Abdullah）強調，作爲輔助工具的AI不會替代人類。但他也說，AI具有優秀的穩定性，“醫生或許會有心情糟糕的一天，AI卻不會因此影響工作，臨床團隊可以借助它來完善患者手術期間的護理計劃，最終改善治療效果，並保證患者安全”。
全球每年進行約3億例重大手術，每例手術的風險都因個人病史、體質等差異而不同，爲保護患者身體健康，新加坡中央醫院推出本地首個用以評估手術風險的AI算法（簡稱CARES-ML），幫助醫生和患者在手術前，了解可能的風險及相應改善措施。
這一AI工具目前進入實際試驗階段，在兩周前被實際應用于中央醫院。研發團隊計劃在試驗期間，展開對比，將約9000名患者隨機分爲兩組，一組由人工智能幫助評估，另一組照常由醫生和麻醉師進行手術風險的評估，從而對比風險水平與治療效果。中央醫院希望這個結果可以強有力地證明AI的可靠，以便在2026年強化推廣，讓這套評估工具真正進入臨床工作流程之中。
延伸閱讀 國大聯合新科研打造快速檢測傷口愈合情況傳感器人工智能機器人陪伴 獨居老人較不孤單
醫生或有心情糟糕的一天 AI卻不會因此影響工作
在電腦上輸入年齡、身體質量指數、病史等數據，人工智能工具就會自動爲手術風險度“打分”，幫助醫生和病患評估手術的風險，以決定患者在術後所須接受的護理、可能出現的並發症，或是否應該推遲手術。
例如患者若檢測出缺鐵性貧血，體內紅細胞數量較少，醫生就會建議他接受靜脈鐵劑輸注，通過俗稱的“輸血”來降低手術風險。在正式手術之前，醫生也會再次運用AI來估測手術風險，確保風險維持在較低水平。
除CARES-ML外，海利·裏紮爾團隊針對ChatGPT的研究顯示，在評估麻醉風險等級時，ChatGPT不會受語言修辭的影響，不僅和麻醉師一樣精確，而且比人類醫師更爲一致，是潛在可靠的麻醉風險評估輔助工具。