医学AI的行业研究人员演示了一种“因果推理”算法

医学AI的行业研究人员演示了一种“因果推理”算法，该算法的诊断准确性使其跻身英国基层医疗医生的前25%相比之下，在研究队列的44位医师中，排名前48%的是标准的关联算法。

关联算法使用线性推论将症状与可能导致它们的疾病进行匹配。因果推理AI（也称为反事实AI或“具有想象力的AI”）考虑是否可能是其他疾病导致给定症状或一系列症状。

研究人员是总部位于伦敦的数字健康公司Babylon Health的三名现任或前任高管，他们在《自然通讯》发表的一项研究中描述了这项工作。

在研究的总体诊断准确性方面，医生的平均得分为71.4%，而为该研究而创建的旧算法的平均得分为72.5%。

两者均以新的因果算法得分最高，得分为77.3%。这高于32位医生，等于1位且低于11位。此外，新算法在诊断罕见和非常罕见的条件方面尤其令人印象深刻。

“在我们一直致力于将算法与医生进行比较的同时，未来的实验可能会确定这些算法作为临床支持系统的有效性-通过提供第二种意见诊断来指导医生，”作者在讨论部分中写道。“鉴于我们的算法似乎是人类医生的补充，在医生难以诊断的小插曲上表现更好，因此，医生和算法的组合诊断可能比单独的诊断更准确。”

在一份新闻稿中，巴比伦的创始人兼首席执行官阿里·帕尔萨（Ali Parsa）博士将这一成就归因于世界许多地方普遍缺乏医疗保健的情况。

帕尔萨说，实验算法在研究中的成功“不应因为机器取代医生而引起轰动，因为真正令人鼓舞的是，我们最终获得了使我们能够增加现有医疗系统覆盖面和生产力的工具。”“人工智能将成为一种重要工具，可以帮助我们消除医疗保健分布不均的不公正现象，并使地球上的每个人都更容易获得和负担得起。”