據外媒訊息稱谷歌將首次進軍面向患者的醫療保健工具，配備面板病症狀檢查器。使用者拍攝他們關注的位置的影象，並接收三個潛在的“匹配”，以獲得可能的結果。
本文已更新了發表在 JAMA 網路開放中的研究的其他資訊。
在看到使用者試圖搜尋面板上的可疑凸起或摩爾可能是什麼後，Google 開發了一個 AI 工具，以幫助他們縮小可能性。
谷歌在其年度開發者大會上分享了該工具的預覽版，它讓人們
上傳面板影象，並看到三個最有可能的結果。
使用者拍攝一些現場影象，並回答有關它在那裡多久，他們的面板型別，以及其他因素，可能會影響他們的診斷的問題。該模型可以從 288 種不同的條件中提取資訊，為人們提供可能與其條件相匹配的列表。
與其他症狀檢查器一樣，該工具只能提供建議 -它還沒有被美國食品和藥物管理局作為診斷裝置清除。
谷歌利用65，000個案例去識別資料，以及來自面板問題的影象和健康面板的例子，建立了一個深度學習系統。該公司表示，它包括不同年齡、種族和膚色的人的例子，以確保該模型適用於所有人口結構。
歌健康專案經理Peggy Bui博士說，這些圖片是從各種來源傳進來的，包括有執照的臨床合作伙伴和直接捐贈的病例。超過100名面板科醫生組成的團隊被要求對它們進行復查，目標是讓多個面板科醫生給每個病例貼上標籤，以培養更準確的模型。
鑑於患者獲得護理的機會最多，甚至在臨床醫生如何診斷面板狀況方面存在差異，偏見很容易蔓延到模型中。
該專案的技術負責人袁柳在週二的新聞釋出會上表示：“我們採取了額外的預防措施，從多個來源獲取資料，並採購了不同的臨床醫生和顧問，以指導研究和產品開發，並註釋資料。”由於這些挑戰，我們花了 3 年多的基礎研究才開發出良好的模型。
但是發表在JAMA網路開放雜誌上的一項研究仍然顯示了該工具的一些重要侷限性。谷歌指出，這項研究證明該演算法可以幫助初級保健醫生更好地診斷面板狀況，並指出，一些面板型別在資料中的代表性不足。
事實上，沒有菲茨帕特里克面板VI型的例子，或深棕色或黑色面板。
谷歌還在《自然》雜誌上發表了一篇論文，發現在963個驗證病例的測試中，其效能可與6名面板科醫生相媲美。
這兩項研究都是回顧性的，這意味著他們沒有評估醫生如何實時使用該工具。
如何將結果傳達給患者也很重要。谷歌讓面板科醫生審查他們希望人們知道的語言，比如一種疾病是否具有傳染性。對於潛在的嚴重情況，如黑色素瘤，他們將標記的結果。該演算法還標記了仍在“學習”的案例，以指示它是否對結果的確定性較低。
使用者可以儲存或刪除資料，但他們也可以選擇“捐贈”其去識別的結果，以提高模型的準確性。
該工具目前在歐洲被 CE 標記為 I 類醫療裝置，用於感知風險較低的裝置。目前還不清楚該公司是否計劃在未來尋求FDA的許可。
Bui說：“對於這種技術來說，沒有一條清晰的路徑。
谷歌計劃今年晚些時候在美國作為試點發布。雖然該公司為擴大其在醫療保健領域的足跡而進行得更廣泛努力的一部分，但它首次進軍面向消費者的醫療裝置。
但是，儘管面板科不像心臟病學等其他專業那樣精幹，但谷歌仍將面臨一些競爭對手。VisualDx， 已經建立了一個類似的應用程式來檢查面板狀況，和Miiskin開發了一個工具，以幫助人們對映摩爾和標記，看看他們是否已經隨著時間的推移改變， 雖然它並不表明一個潛在的條件。
