醫學AI的行業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療醫生的前25%相比之下，在研究隊列的44位醫師中，排名前48%的是標準的關聯算法。

關聯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字健康公司Babylon Health的三名現任或前任高管，他們在《自然通訊》發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，醫生的平均得分為71.4%，而為該研究而創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的有效性-通過提供第二種意見診斷來指導醫生，”作者在討論部分中寫道。“鑒于我們的算法似乎是人類醫生的補充，在醫生難以診斷的小插曲上表現更好，因此，醫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，巴比倫的創始人兼首席執行官阿里·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有醫療系統覆蓋面和生產力的工具。”“人工智能將成為一種重要工具，可以幫助我們消除醫療保健分布不均的不公正現象，并使地球上的每個人都更容易獲得和負擔得起。”