醫(yī)學AI的行業(yè)研究人員演示了一種“因果推理”算法，該算法的診斷準確性使其躋身英國基層醫(yī)療醫(yī)生的前25%相比之下，在研究隊列的44位醫(yī)師中，排名前48%的是標準的關聯(lián)算法。

關聯(lián)算法使用線性推論將癥狀與可能導致它們的疾病進行匹配。因果推理AI（也稱為反事實AI或“具有想象力的AI”）考慮是否可能是其他疾病導致給定癥狀或一系列癥狀。

研究人員是總部位于倫敦的數(shù)字健康公司Babylon Health的三名現(xiàn)任或前任高管，他們在《自然通訊》發(fā)表的一項研究中描述了這項工作。

在研究的總體診斷準確性方面，醫(yī)生的平均得分為71.4%，而為該研究而創(chuàng)建的舊算法的平均得分為72.5%。

兩者均以新的因果算法得分最高，得分為77.3%。這高于32位醫(yī)生，等于1位且低于11位。此外，新算法在診斷罕見和非常罕見的條件方面尤其令人印象深刻。

“在我們一直致力于將算法與醫(yī)生進行比較的同時，未來的實驗可能會確定這些算法作為臨床支持系統(tǒng)的有效性-通過提供第二種意見診斷來指導醫(yī)生，”作者在討論部分中寫道。“鑒于我們的算法似乎是人類醫(yī)生的補充，在醫(yī)生難以診斷的小插曲上表現(xiàn)更好，因此，醫(yī)生和算法的組合診斷可能比單獨的診斷更準確。”

在一份新聞稿中，巴比倫的創(chuàng)始人兼首席執(zhí)行官阿里·帕爾薩（Ali Parsa）博士將這一成就歸因于世界許多地方普遍缺乏醫(yī)療保健的情況。

帕爾薩說，實驗算法在研究中的成功“不應因為機器取代醫(yī)生而引起轟動，因為真正令人鼓舞的是，我們最終獲得了使我們能夠增加現(xiàn)有醫(yī)療系統(tǒng)覆蓋面和生產(chǎn)力的工具。”“人工智能將成為一種重要工具，可以幫助我們消除醫(yī)療保健分布不均的不公正現(xiàn)象，并使地球上的每個人都更容易獲得和負擔得起。”