Lékaři i pomocný personál potřebuje roky tréninku a i pak je čtení rentgenových snímků aktivita, na kterou je potřeba nadání a intuice. Proto projekt Googlu, o němž informuje nature.com, nechce jejich práci nahradit, ale spíše ulehčit. Pokud budou radiologové zavaleni prací, pak se postará, aby snímky s abnormálními nálezy přišly na řadu první. Stejně tak může pomoci méně zkušeným lékařům na pohotovosti, pokud je potřeba řešit akutní případ.
Trénování umělé inteligence nebo tzv. deep learningu pro medicínské účely není nic nového a spousta takových systémů dostala schválení příslušných úřadů pro použití v praxi. Obvykle se ale zaměřují na jeden specifický problém. Pokud ví, co mají hledat, pak jsou v tom obvykle velice rychlé a přesné. Tento systém si však volí těžší cestu a jeho úkolem je hledání jakýchkoli abnormalit, tedy odchylek od normálního nálezu.
Jako základ pro učení posloužilo 250 tisíc rentgenových snímků hrudníku, které byly doprovázeny anonymizovanými výňatky z lékařské zprávy. Aby byl vzorek pacientů co nejpestřejší, zapojily se do výzkumu krom amerických nemocnic také ty v Indii a v Číně. Prvním kolem testů pak byla identifikace plic zasažených tuberkulózou nebo koronavirem. Cílem projektu není určit konkrétní nemoc, ale pouze fakt, že je něco v nepořádku. Takové zjištění pak může poslat výše zmíněné rentgeny na začátek fronty k lidskému posouzení – o to dříve pak může být zahájena léčba.
Výsledky „práce“ umělé inteligence pak kontrolovali tři na sobě nezávislí radiologové, opět s úkolem zjistit, jestli se jedná o normální či abnormální nález. Celkem 810 snímků s 2 430 štítky pak Google uvolnil pro veřejnost, aby ji mohly použít i jiné týmy, které se zabývají strojovým čtením rentgenových snímků.
