الشبكة العصبية الطبية التقليدية ترى المريض كنقطة على الخريطة: هناك الطول، وضغط الدم، وتحليل الدم — ويضع النموذج علامة واحدة "سليم" أو "مريض". لكن في المستشفى الحقيقي، الخريطة دائمًا ممزقة. تحليل أُجري يوم الاثنين، وآخر بعد شهر، وجهاز التصوير المقطعي من ماركة مختلفة تمامًا. النقطة على هذه الخريطة هي خداع للذات.
النموذج الجديد يعمل بشكل مختلف. لكل مريض، يحتفظ ليس بنقطة واحدة بل بسحابة كاملة من الحالات المحتملة — مثل رسم تخطيطي للوجه حيث تكون الملامح غير واضحة قليلاً. إذا كانت البيانات قليلة، تكون السحابة أوسع: النموذج يقول بصدق "لا أعرف". إذا كانت التحاليل متسقة، تنكمش السحابة إلى إجابة واثقة.
غذّى المؤلفون هذا النموذج بمئات الآلاف من السجلات من مستشفيات مختلفة: تخطيط القلب، الصور، التحاليل. تعلّم النموذج تجميع السحابة من الشظايا ومقارنة ما إذا كانت شظايا المريض الواحد متطابقة. واتضح أن هذا النهج يتنبأ بالأمراض بشكل أفضل من الشبكات العصبية التقليدية التي تتظاهر بأنها ترى كل شيء.
الخلاصة بسيطة: الجهل الصادق أنفع من الدقة الموهومة. النموذج الذي يتذكر الفجوات يكذب أقل ويغفل عن المرض بشكل أقل.
في المستشفيات الحقيقية، يصل إلى 40% من الحقول في سجل المريض فارغة — تحاليل لم تُجرَ، قياسات لم تُسجَّل. الشبكات العصبية التقليدية على هذه البيانات غالبًا ما تعطي إجابة بثقة 99%، بينما في الواقع هي تخمين.