To ni prvi DeepMindov izlet v zdravstvo. V resnici v britanskih bolnišnicah že nekaj časa preizkušajo sistem Streams, ki je namenjen diagnosticiranju težav z ledvicami. Streams ne uporablja umetne inteligence ali strojnega učenja, a mu kljub temu ne gre slabo. Zdravniki, ki so uporabljali Streams, so spregledali le tri odstotke primerov poslabšanja delovanja ledvic, medtem ko je brez Streamsa takih primerov 12 odstotkov. Streams deluje klasično, torej brez umetne inteligence, predvsem zato, ker je s tem laže začeti. Bolnišnice in zdravstvo so konzervativna področja, kjer radikalne spremembe niso dobro sprejete. Zato je treba najprej preveriti, kako daleč je moč priti z izboljšano diagnostiko, šele nato se lahko lotimo preventive. Glavni problem so namreč lažni pozitivni rezultati, ki jih ne sme biti preveč, da je test sploh uporaben, v nasprotnem primeru ga nihče ne bo jemal resno. Matematično lahko to razložimo z Bayesovo formulo.
Streams pa želijo slej ali prej nadgraditi z umetno inteligenco, kar so sedaj preizkušali v ZDA v bolnišnici za vojne veterane. Približno petina sprejetih bolnikov razvije akutno odpoved ledvic, ki bi jo lahko v številnih primerih preprečili, če bi razvoj dogodkov zaznali dovolj zgodaj. Strokovnjaki ocenjujejo, da bi lahko 30 odstotkov primerov obrnili, če bi jih zaznali takoj in ne 2-3 dni po začetku odpovedovanja, kot je to običajno.
Zato se je DeepMindova umetna inteligenca učila na 700.000 zdravstvenih kartonih vojnih veteranov iz ZDA in ustvarila model, ki dobro vnaprej napove možnost ledvične odpovedi. Model je v 90 odstotkih primerov, ki so kasneje terjali dializo, pravočasno, torej 2 dni brez konvencionalnimi metodami, napovedal odpoved ledvic. To je dobro, a v članku v Nature še ni primerjave z resničnim svetom. Pomemben je tudi podatek o lažnih pozitivnih rezultatih, ki je za zdaj slab - na vsak dejanski primer model napove še dva, ki se ne zgodita. Avtorji študije priznavajo, da je do komercializacije, ki jo za DeepMind izvajajo v Kaliforniji, kamor Google (Alphabet) seli del raziskav v medicini, še daleč. Že konkretni model je bistveno manj natančen in zanesljiv za ženske, ker so te predstavljale le šest odstotkov podatkov za trening (med veterani jih je pač manj).
