點擊進入澎湃新聞全球事實核查平臺

速覽

-  網傳所謂“DeepMind發布AI血檢系統，識別13種癌癥并獲FDA批準”的說法，目前并無公開記錄，且缺乏任何可核實的權威來源。既未在公開數據庫中找到該研究，也無FDA審批或醫院試點的官方信息。

-  DeepMind近年來確有布局醫學影像AI系統的研究，相關成果聚焦于乳腺癌和結核病等特定病種，且距離全面臨床應用仍需大量驗證與監管審批。

事件背景

近日，社交平臺流傳一則消息，稱英國人工智能公司DeepMind于凌晨發表了一篇論文，宣布其“新一代AI診療系統”可通過血檢數據，在3秒內識別13種早期癌癥。該系統據稱已通過美國食品藥物管理局（FDA）的綠色審批通道，并將于下周起在美國紐約長老會醫院（NewYork-Presbyterian Hospital）試點運行。相關說法還聲稱，這篇長達37頁披露了該系統能夠預判未來5年患癌概率、檢測患者隱瞞病史，診療費用等細節。

網傳說法截圖。

明查

該傳言并未提供確切消息來源，如論文標題、作者、網址、期刊名、發布時間等，僅以“白皮書”“朋友圈”“張主任”等模糊字眼作為支撐。

通過關鍵詞反搜，在DeepMind官方網站、arXiv預印本平臺、《Nature》系列期刊和Google Scholar等權威數據庫中，并未能找到與該說法相關的研究論文。所謂“37頁白皮書”也無從查證。

DeepMind官方網站近三個月論文發表記錄截圖，并未發現與“新一代AI診療系統在3秒鐘內揪出13種早期癌癥”的相關研究成果。

在美國食品藥物管理局醫療器械數據庫中，以“DeepMind”“Google Health”以及母公司“Alphabet”等關鍵詞進行檢索，亦未發現近期有“新一代AI診療系統”獲得審批的記錄。該機構對最新醫療技術設備的名單也僅更新至2024年。

同時，紐約長老會醫院官網與社交媒體賬號也無任何關于該試點項目或合作聲明的消息發布。

不過，DeepMind近年來確實在AI醫療領域取得成果。已有公開發表的相關研究顯示，早在2020年，DeepMind、Google Health 聯合英國癌癥研究院帝國學院中心、西北大學、英國皇家薩里郡醫院等機構，開發了一種基于深度學習的AI系統，可通過乳腺X光片（鉬靶圖像）實現高精度乳腺癌預測。

2020年1月2日，發表于《Nature》雜志 題為《針對乳腺癌篩查人工智能系統的國際評估研究》的論文截圖。

這項發表于《Nature》的研究指出，該AI系統在英美兩國的臨床數據集上表現優異，顯著降低誤報（假陽性）和漏診（假陰性）數量，其準確率超過多位來自英國和美國的放射科專家。

研究團隊基于超過2.8萬名女性的乳腺癌篩查數據，模擬AI作為英國乳腺癌篩查“雙讀”機制中的“第二讀者”參與臨床流程。結果顯示，該系統可在不保持原有診斷水平的同時，能將第二位放射科醫生的工作量減少88%。

在英國，乳腺癌篩查常采用“雙讀+仲裁”制度，即每張乳腺X光片需由兩位放射科醫生分別獨立解讀，并在存在分歧時通過仲裁機制解決。一般而言，第一讀者為放射科醫生負責初讀，若影像結果存在疑問，則由第二讀者，也就是另一位醫生或AI系統復核，以確保更高的診斷準確性。

不過，該系統目前僅用于乳腺癌篩查，并非“秒診所有癌癥”。2022年起，該系統已在英國國家醫療服務體系（NHS）及美國醫療機構開展臨床試驗。

2023年，DeepMind和Google Health又推出了一項名為 CoDoC（Complementarity-driven Deferral-to-Clinical Workflow）的AI醫療輔助系統。該系統并非直接對醫學圖像進行診斷，而是充當一個“決策協調器”，在AI模型和臨床醫生之間進行智能選擇，從而實現人機協同優化診斷流程。

研究發現，CoDoC在乳腺癌篩查方面展現出顯著的性能提升。在英國的大型乳腺癌篩查項目中，該系統在保持假陰性率不變的前提下，假陽性率下降了25%。同時，通過智能分配診斷任務，減少了臨床醫生的工作量66%。在結核病篩查中，相較于單獨依賴AI或傳統人工流程，CoDoC可使假陽性率降低5%至15%。

上述研究成果已發表在《Nature Medicine》期刊上，研究團隊還將CoDoC的代碼在 GitHub上開源，推動醫療AI在現實場景下的透明部署與安全落地。

2023年7月17日，發表于《Nature Medicine》期刊 題為《通過基于互補性的轉診機制提升人工智能輔助診斷的可靠性與準確》的論文截圖。

盡管CoDoC展現出在乳腺癌和結核病診斷方面的潛力，研究人員也強調系統尚存在局限性，包括對更大規模數據的依賴，以及當前醫療體系尚未完全接受AI作出自主診斷決策。未來仍需開展更多臨床研究，以評估其在不同醫療場景下的實際應用價值。

但無論是2020年針對乳腺癌的AI系統，還是2023年的AI醫療輔助系統，都與近期網傳“通過血檢3秒揪出13種早期癌癥”不是同一系統和成果。

此外，其他相關研究還指出，AI在醫療領域雖有快速發展，但必須考慮假陽性率、倫理、數據隱私、醫生配合度等實際因素。

綜上所述，網傳所謂“DeepMind發布AI血檢系統，識別13種癌癥并獲FDA批準”的說法，目前并無公開記錄，且缺乏任何可核實的權威來源。既未在公開數據庫中找到該研究，也無FDA審批或醫院試點的官方信息。此外，DeepMind近年來確有布局醫學影像AI系統的研究，相關成果聚焦于乳腺癌和結核病等特定病種，且距離全面臨床應用仍需大量驗證與監管審批。