谷歌（google）旗下的英国人工智能研究公司DeepMind在《自然》（Nature）杂志上发表了一篇研究报告，其中讨论了一种深度学习模型的性能，该模型可以持续预测患者未来罹患一种名为急性肾损伤（AKI）的危及生命的疾病的可能性。该公司表示，其模型能够准确预测患者将在48小时前“在临床可操作的窗口内”发展成AKI。

　　DeepMind在一篇鼓吹该研究的博客文章中称，这是一项突破——该论文表明，人工智能能够在“可避免的患者伤害的主要原因之一”发生前两天预测出它。“这是我们团队迄今为止在医疗保健研究方面取得的最大突破，”报告补充道，“证明了我们不仅能够更有效地发现病情恶化，而且能够在恶化发生之前就做出预测。”

　　不过，即便是表面上看一下这份报纸，也会提出一些主要的警告。尤其重要的是，用于训练模型的数据绝大多数是男性：93．6％。这是因为DeepMind的人工智能使用的是美国退伍军人事务部（VA）提供的病人数据。研究报告指出，在培训数据集中，女性仅占患者的6．38％。

　　本文还纳入了数据集统计的汇总，显示18．9％的患者为黑人，虽然黑人女性在培训数据集中所占比例没有突破（逻辑上认为可能低于6．38％）。没有其他种族被打破。

　　当被问及该模型的跨性别和不同种族的表现能力时，DeepMind的一位女发言人告诉我们：“在女性中，它预测在所有已知性别的AKI患者中，早期有44．8％（男性56％）患有AKI。”非裔美国患者的模型表现更高——早期检测到的AKIs中有60．4％是非洲裔美国人，而其他所有种族的总检出率为54．1％。”

　　“这项研究只是第一步，”她证实。“要使该模型适用于一般人群，还需要进行进一步的研究，在模型所依据的数据中使用更有代表性的一般人群样本。”数据集代表退伍军人管理局的人口，我们承认这个样本不能代表美国人口。就像所有的深度学习模型一样，在更广泛地使用之前，它还需要来自其他来源的代表性数据。

　　“我们的下一步将是与（退伍军人管理局）密切合作，通过回顾性和前瞻性观察研究安全地验证该模型，然后有希望探索我们如何进行前瞻性干预研究，以了解预测如何在临床环境中影响护理结果。”“要做这类工作，我们需要正确的数据，”她补充说。“退伍军人管理局在其所有医院和站点使用相同的电子病历系统（被广泛认为是最全面的电子病历之一），这意味着数据集也非常全面、干净、结构良好。”

　　因此，DeepMind的“突破性”研究论文明确强调的是人工智能输出与训练输入之间的反射关系。在医疗保健的环境中，有指导意义的输出可能是生与死的区别，而不是技术才是王道；关键是对代表性数据集的访问——这才是真正的价值所在。

　　这表明，拥有纳税人资助的公共医疗系统的国家，有巨大的机会构建并释放其掌握的民众医疗数据所包含的价值，从而开发自己的公共医疗人工智能。事实上，这是英国2017年产业战略评估的建议之一的生命科学部门。领导这项研究的牛津大学的约翰·贝尔爵士在给《卫报》的评论中总结道：“大部分价值在于数据。我们能做的最糟糕的事就是免费送人。”