谷歌（google）旗下的英國人工智能研究公司DeepMind在《自然》（Nature）雜志上發表了一篇研究報告，其中討論了一種深度學習模型的性能，該模型可以持續預測患者未來罹患一種名為急性腎損傷（AKI）的危及生命的疾病的可能性。該公司表示，其模型能夠準確預測患者將在48小時前“在臨床可操作的窗口內”發展成AKI。

　　DeepMind在一篇鼓吹該研究的博客文章中稱，這是一項突破——該論文表明，人工智能能夠在“可避免的患者傷害的主要原因之一”發生前兩天預測出它。“這是我們團隊迄今為止在醫療保健研究方面取得的最大突破，”報告補充道，“證明了我們不僅能夠更有效地發現病情惡化，而且能夠在惡化發生之前就做出預測。”

　　不過，即便是表面上看一下這份報紙，也會提出一些主要的警告。尤其重要的是，用于訓練模型的數據絕大多數是男性：93．6％。這是因為DeepMind的人工智能使用的是美國退伍軍人事務部（VA）提供的病人數據。研究報告指出，在培訓數據集中，女性僅占患者的6．38％。

　　本文還納入了數據集統計的匯總，顯示18．9％的患者為黑人，雖然黑人女性在培訓數據集中所占比例沒有突破（邏輯上認為可能低于6．38％）。沒有其他種族被打破。

　　當被問及該模型的跨性別和不同種族的表現能力時，DeepMind的一位女發言人告訴我們：“在女性中，它預測在所有已知性別的AKI患者中，早期有44．8％（男性56％）患有AKI。”非裔美國患者的模型表現更高——早期檢測到的AKIs中有60．4％是非洲裔美國人，而其他所有種族的總檢出率為54．1％。”

　　“這項研究只是第一步，”她證實。“要使該模型適用于一般人群，還需要進行進一步的研究，在模型所依據的數據中使用更有代表性的一般人群樣本。”數據集代表退伍軍人管理局的人口，我們承認這個樣本不能代表美國人口。就像所有的深度學習模型一樣，在更廣泛地使用之前，它還需要來自其他來源的代表性數據。

　　“我們的下一步將是與（退伍軍人管理局）密切合作，通過回顧性和前瞻性觀察研究安全地驗證該模型，然后有希望探索我們如何進行前瞻性干預研究，以了解預測如何在臨床環境中影響護理結果。”“要做這類工作，我們需要正確的數據，”她補充說。“退伍軍人管理局在其所有醫院和站點使用相同的電子病歷系統（被廣泛認為是最全面的電子病歷之一），這意味著數據集也非常全面、干凈、結構良好。”

　　因此，DeepMind的“突破性”研究論文明確強調的是人工智能輸出與訓練輸入之間的反射關系。在醫療保健的環境中，有指導意義的輸出可能是生與死的區別，而不是技術才是王道；關鍵是對代表性數據集的訪問——這才是真正的價值所在。

　　這表明，擁有納稅人資助的公共醫療系統的國家，有巨大的機會構建并釋放其掌握的民眾醫療數據所包含的價值，從而開發自己的公共醫療人工智能。事實上，這是英國2017年產業戰略評估的建議之一的生命科學部門。領導這項研究的牛津大學的約翰·貝爾爵士在給《衛報》的評論中總結道：“大部分價值在于數據。我們能做的最糟糕的事就是免費送人。”