點擊藍字關注，多點在看防失聯

個人觀點，不代表任何組織與單位

這兩天很多人在轉一個AI能在3秒內揪出13種早期癌癥的帖子。做個辟謠，這個帖子至少一個月前就出現了，內容純屬瞎掰，是徹頭徹尾的謠言：

用不AI很落伍的google搜索“3秒揪出13種早期癌癥”，會發現這些內容一個月前就引發過廣泛關注：

下面我們分段看這個帖子的內容，用純人力智能來辨別為什么整個帖子都是瞎掰。

帖子是經典三段論，第一段給你擺兩個“事實”：DeepMind發了一篇論文展示新一代AI診療系統，能根據血檢在3秒內找出13種早期癌癥；該系統已通過FDA綠色通道，某醫院已經決定使用。

針對這一段，第一，DeepMind如果真研發出了如此牛的AI診療系統，怎么沒見DeepMind或者DeepMind的母公司Alphabet（Google）發表聲明？而且也沒有《自然》、《科學》等頂流學術期刊追蹤報道？

DeepMind對擴展AI在醫療領域的應用一直非常有興趣，2020年時，它家就展示了一個協助乳腺癌篩查的系統，通過基于2.9萬名女性的 乳腺X射線攝影圖像的訓練，該AI系統減少假陽性5.7%，假陰性9.4%，整體表現比典型的放射科醫生好11.5%。

這個AI系統，DeepMind在2020年新年，1月1號發表到《自然》，財經主流媒體CNBC立刻就有報道：

真要有3秒檢出13種癌癥，怎么只有自媒體瘋傳的“帖子”，沒有任何權威學術期刊、主流媒體跟進？

第二，帖子擺的第二個事實，該AI系統深夜通過FDA綠色通道。FDA沒有綠色通道，只有加速審批、突破性療法認證等給予一定審批加速的渠道?？墒沁@些審批加速其一必須是有嚴重未滿足需求的醫療難題，其二仍然需要提供完善的證據，走完整的監管審核流程。根本不可能有什么凌晨發論文，接下來就立刻通過FDA，可以實用。

舉個FDA加速到極限的例子，輝瑞/BioNTech新冠mRNA疫苗最先公開3期臨床試驗95%的有效性是2020年11月18日，FDA批準緊急使用授權要到12月11日。這是在新冠全球大流行背景下，而且FDA對這些疫苗是實時審批，即不斷接收來自研發企業的數據更新。

一個論文都沒影的癌癥篩查方法，怎么可能通過綠色通道馬上進入實用？

第一部分擺的“事實”純屬瞎掰，接下來帖子的兩個部分，一個是發帖人自己的分析，最后是引用其它“專業”人士判斷。從“事實”到個人解讀再到第三方評價，搞得像模像樣，但后面的個人解讀與第三方評價一樣是胡扯。

發帖人號稱看了37頁白皮書，心得包括“A I不僅會看病，還能從基因層面預判你未來5年患癌概率”，這在生物學上就是不可能的。癌癥有遺傳因素，但同樣受到環境因素影響，還有很大偶然性。例如吸煙可以導致肺癌，背后原因是吸煙可以誘發細胞癌變，形成癌細胞，導致癌癥。可是這種煙草導致的癌癥并非遺傳，即使已經是早期癌癥，出現了少數癌變細胞，致癌突變也是在那部分癌變的細胞里，身體里其它健康細胞——占據絕對多數，基因都很正常，怎么可能靠基因層面來預判未來5年患癌概率？

下一個心得“ 系統內置‘謊言過濾器’，能捕捉患者隱瞞的病史”，科幻電影看多了？如今限制生成式AI在醫療領域應用的一大挑戰正是“幻覺”問題，AI自己有時都辯不明真假，又如何過濾患者的隱瞞？

其實多試試當下的生成式AI，你就會發現它們可以被誘導、被欺騙。不同AI模型表現有差別，反映了內部防護機制的差別（比如chatGPT不會幫你設計如何謀財害命犯罪，這就是它的防護機制），可是再強的防護機制也會有遺漏。比如新冠疫苗安全性上，我一口咬定“疫苗不安全”，反復提問，chatGPT定力尚可，而同一個 chatGPT，在核廢水危害上，我反復指責日本排海方案不安全不可靠后，會有“動搖”，開始服軟迎合我的意見。

最后的第三方評價，什么協和主任深夜發長文，卻只給出了“ 我們苦讀15年的知識，正在被算法批量淘汰”這一句話，如今長文都這么水了嗎？

“華爾街狂歡， 昨夜醫療 Al概念股集體暴漲230%”，呃，美股正常交易時間早9點半到下午4點，盤后交易也只到晚上8點，醫療AI概念股夜里集體暴漲230%，發帖人大概是夢游了吧。吃盡AI紅利的英偉達，2024年創下三個單日市值增長紀錄時，那幾日的漲幅也就15%左右。要AI疫苗概念股集體暴漲兩倍多，這得是多狗血的編劇才編得出來啊。。。

“高盛預言未來5年800萬醫生轉行”，大概是發帖人自己注冊了個叫高盛的小號吧。根據2022年發表的一項研究，全球醫生總數1280萬，缺640萬。

這個AI揪出13種早期癌癥的帖子，共311個字，除了標點符號，可以說沒有一處是真的，卻被廣泛傳播，可見辟謠方向亟需AI助力。

訂閱關注防失聯

前沿醫藥，請關注

參考資料

https://www.cnbc.com/2020/01/02/googles-deepmind-ai-beats-doctors-in-breast-cancer-screening-trial.html
https://www.medicaleconomics.com/view/across-globe-6-4-million-physicians-needed-in-132-countries-facing-shortages https://www.voronoiapp.com/markets/NVDA-Claims-the-Biggest-Single-Day-Gains--Losses-2408

更多精彩內容見Youtube：Y博的科普園

Y博也有播客了，歡迎關注《說醫解藥》

小宇宙、蘋果播客、Spotify同步更新