«هلن سالزبری» از دانشگاه آکسفورد میگوید: این یک پیشرفت خوشایند است، اما بررسیهای ماموگرافی و سل شامل متغیرهای کمتری نسبت به بسیاری از تصمیمهای تشخیصی است، بنابراین تعمیم و گسترش استفاده از هوش مصنوعی به سایر برنامههای پزشکی چالش برانگیز خواهد بود...
یک سیستم هوش مصنوعی جدید توسعهیافته توسط گوگل میتواند تصمیم بگیرد که چه زمانی به تصمیمات مبتنی بر هوش مصنوعی در مورد تشخیصهای پزشکی اعتماد کند و چه زمانی برای نظر دوم به پزشک مراجعه کند. سازندگان آن ادعا میکنند که میتواند کارایی تجزیه و تحلیل دادههای اسکن پزشکی را بهبود بخشد، و در حالی که دقت را حفظ میکند حجم کاری را تا 66 درصد کاهش دهد.اما هنوز در یک محیط بالینی واقعی آزمایش نشده است.
طبق آنچه در گزارش نیوزساینتیست آمده، این سیستم معطوف به این است که به هوش مصنوعی جدید آموزش دهد که به جای پاسخ دادن به هر قیمت، «نه» یا «نمیدانم» گفتن بیاموزد.
این سیستم برای کار در کنار سیستمهای هوش مصنوعی موجود طراحی شده است، که اغلب برای تفسیر تصاویر پزشکی مانند اشعه ایکس قفسه سینه یا ماموگرافی استفاده میشوند. به عنوان مثال، اگر یک ابزار هوش مصنوعی پیشبینیکننده در حال تجزیه و تحلیل ماموگرافی باشد، CoDoC قضاوت میکند که آیا گزارش ابزار به اندازه کافی قوی است که برای تشخیص به آن تکیه کند یا در صورت عدم اطمینان، پای انسان را به مسئله باز کند.
در یک آزمایش نظری از این سیستم که توسط توسعه دهندگان آن انجام شد، CoDoC تعداد تفسیرهای کاذب ماموگرافی را تا 25 درصد کاهش داد.
CoDoC بر روی دادههایی آموزش دیده است که حاوی تحلیلهای ابزارهای هوش مصنوعی پیشبینیکننده از تصاویر پزشکی است و همچنین روشن میکند که این ابزار چقدر برای تجزیه و تحلیل دقیق قابل اتکا است. این سیستم پاسخ میدهد که ابزار هوش مصنوعی در تجزیه و تحلیل تصاویر - در مقایسه با تحلیل پزشکان - چقدر دقیق است .