نادرًا ما يشخّص الطبيب المرض بمجرد نظرة عابرة على الصورة. فهو يتأملها، يقرّبها، يقارنها بالأطلس، ويقلّب المقالات. حتى وقت قريب، كانت الشبكات العصبية تعمل بطريقة مختلفة: ترى الصورة وتُخرج النص فورًا. قرر مؤلفو الدراسة الجديدة منح النموذج الوقت والأدوات.
الشبكة العصبية GAZE تعمل مثل أخصائي أشعة دقيق. يمكنها تقريب المنطقة المشبوهة، وتعزيز التباين، وإبراز الحواف، كما يمكنها الاطلاع على قاعدة المقالات الطبية PubMed وأرشيف الصور Open-i. كل خطوة تُسجَّل، بحيث يمكن التحقق من المسار الكامل نحو التشخيص. في اختبار شمل 906 صور رنين مغناطيسي للدماغ، تضمّنت 281 مرضًا نادرًا، حددت GAZE المناطق المصابة في 58% من الحالات وسمّت المرض بشكل صحيح في 35% منها — دون تدريب خاص على هذه المهمة.
لكن هناك فارقًا دقيقًا. عندما يبحث النموذج بنشاط عن المقالات والصور المشابهة، فإنه يحسّن التشخيص، لكنه أحيانًا يحدد حدود الآفة بشكل أقل دقة. لذلك يصر المؤلفون على ضرورة اختبار هذه الأنظمة على ثلاثة جوانب في آن واحد: ما كتبته، وما التشخيص الذي توصلت إليه، ومدى دقة تحديدها للمنطقة المريضة. فقط بهذه الطريقة يمكننا فهم ما إذا كانت الشبكة العصبية قد تعلمت حقًا النظر مثل الطبيب.
في المتوسط، استدعى النموذج الأدوات حوالي 12 مرة لكل صورة — وهو عدد مشابه من الإجراءات التي يقوم بها أخصائي الأشعة عند دراسة حالة معقدة.
في مسلسل «الطبيب الجيد»، يفحص الطبيب العبقري الصور مرارًا وتكرارًا حتى يرى ما فات الآخرين. GAZE خطوة نحو مثابرة مماثلة لدى الآلات.