O algoritmo foi treinado em centenas de milhares de dados não personalizados em imagens mamográficas e clínicas
Resultando emComo resultado, a inteligência artificial é capaz de perceber tanto pré-requisitos óbvios para a ocorrência de câncer de mama quanto pequenos detalhes - por exemplo, falta de ferro ou problemas na glândula tireoide.
Os pesquisadores melhoraram a precisão do algoritmo adicionando dados sobre biópsia, exames laboratoriais, registros de pacientes com câncer e mais sobre sua base de conhecimento.
Anteriormente, foi relatado que a próxima crise de saúde poderia surgir de uma enorme quantidade de spam robótico, que não permitiria que pacientes reais chegassem aos hospitais.