点击进入全球事实核查平台

速览

-  网传所谓“DeepMind发布AI血检系统，识别13种癌症并获FDA批准”的说法，目前并无公开记录，且缺乏任何可核实的权威来源。既未在公开数据库中找到该研究，也无FDA审批或医院试点的官方信息。

-  DeepMind近年来确有布局医学影像AI系统的研究，相关成果聚焦于乳腺癌和结核病等特定病种，且距离全面临床应用仍需大量验证与监管审批。

事件背景

近日，社交平台流传一则消息，称英国人工智能公司DeepMind于凌晨发表了一篇论文，宣布其“新一代AI诊疗系统”可通过血检数据，在3秒内识别13种早期癌症。该系统据称已通过美国食品药物管理局（FDA）的绿色审批通道，并将于下周起在美国纽约长老会医院（NewYork-Presbyterian Hospital）试点运行。相关说法还声称，这篇长达37页披露了该系统能够预判未来5年患癌概率、检测患者隐瞒病史，诊疗费用等细节。

网传说法截图。

明查

该传言并未提供确切消息来源，如论文标题、作者、网址、期刊名、发布时间等，仅以“白皮书”“朋友圈”“张主任”等模糊字眼作为支撑。

通过关键词反搜，在DeepMind官方网站、arXiv预印本平台、《Nature》系列期刊和Google Scholar等权威数据库中，并未能找到与该说法相关的研究论文。所谓“37页白皮书”也无从查证。

DeepMind官方网站近三个月论文发表记录截图，并未发现与“新一代AI诊疗系统在3秒钟内揪出13种早期癌症”的相关研究成果。

在美国食品药物管理局医疗器械数据库中，以“DeepMind”“Google Health”以及母公司“Alphabet”等关键词进行检索，亦未发现近期有“新一代AI诊疗系统”获得审批的记录。该机构对最新医疗技术设备的名单也仅更新至2024年。

同时，纽约长老会医院官网与社交媒体账号也无任何关于该试点项目或合作声明的消息发布。

不过，DeepMind近年来确实在AI医疗领域取得成果。已有公开发表的相关研究显示，早在2020年，DeepMind、Google Health 联合英国癌症研究院帝国学院中心、西北大学、英国皇家萨里郡医院等机构，开发了一种基于深度学习的AI系统，可通过乳腺X光片（钼靶图像）实现高精度乳腺癌预测。

2020年1月2日，发表于《Nature》杂志 题为《针对乳腺癌筛查人工智能系统的国际评估研究》的论文截图。

这项发表于《Nature》的研究指出，该AI系统在英美两国的临床数据集上表现优异，显著降低误报（假阳性）和漏诊（假阴性）数量，其准确率超过多位来自英国和美国的放射科专家。

研究团队基于超过2.8万名女性的乳腺癌筛查数据，模拟AI作为英国乳腺癌筛查“双读”机制中的“第二读者”参与临床流程。结果显示，该系统可在不保持原有诊断水平的同时，能将第二位放射科医生的工作量减少88%。

在英国，乳腺癌筛查常采用“双读+仲裁”制度，即每张乳腺X光片需由两位放射科医生分别独立解读，并在存在分歧时通过仲裁机制解决。一般而言，第一读者为放射科医生负责初读，若影像结果存在疑问，则由第二读者，也就是另一位医生或AI系统复核，以确保更高的诊断准确性。

不过，该系统目前仅用于乳腺癌筛查，并非“秒诊所有癌症”。2022年起，该系统已在英国国家医疗服务体系（NHS）及美国医疗机构开展临床试验。

2023年，DeepMind和Google Health又推出了一项名为 CoDoC（Complementarity-driven Deferral-to-Clinical Workflow）的AI医疗辅助系统。该系统并非直接对医学图像进行诊断，而是充当一个“决策协调器”，在AI模型和临床医生之间进行智能选择，从而实现人机协同优化诊断流程。

研究发现，CoDoC在乳腺癌筛查方面展现出显著的性能提升。在英国的大型乳腺癌筛查项目中，该系统在保持假阴性率不变的前提下，假阳性率下降了25%。同时，通过智能分配诊断任务，减少了临床医生的工作量66%。在结核病筛查中，相较于单独依赖AI或传统人工流程，CoDoC可使假阳性率降低5%至15%。

上述研究成果已发表在《Nature Medicine》期刊上，研究团队还将CoDoC的代码在 GitHub上开源，推动医疗AI在现实场景下的透明部署与安全落地。

2023年7月17日，发表于《Nature Medicine》期刊 题为《通过基于互补性的转诊机制提升人工智能辅助诊断的可靠性与准确》的论文截图。

尽管CoDoC展现出在乳腺癌和结核病诊断方面的潜力，研究人员也强调系统尚存在局限性，包括对更大规模数据的依赖，以及当前医疗体系尚未完全接受AI作出自主诊断决策。未来仍需开展更多临床研究，以评估其在不同医疗场景下的实际应用价值。

但无论是2020年针对乳腺癌的AI系统，还是2023年的AI医疗辅助系统，都与近期网传“通过血检3秒揪出13种早期癌症”不是同一系统和成果。

此外，其他相关研究还指出，AI在医疗领域虽有快速发展，但必须考虑假阳性率、伦理、数据隐私、医生配合度等实际因素。

综上所述，网传所谓“DeepMind发布AI血检系统，识别13种癌症并获FDA批准”的说法，目前并无公开记录，且缺乏任何可核实的权威来源。既未在公开数据库中找到该研究，也无FDA审批或医院试点的官方信息。此外，DeepMind近年来确有布局医学影像AI系统的研究，相关成果聚焦于乳腺癌和结核病等特定病种，且距离全面临床应用仍需大量验证与监管审批。