วิเคราะห์รอยโรคที่อาจเป็นมะเร็งในการสแกนด้วยแมมโมแกรมเพื่อตรวจสอบว่าผู้ป่วยควรได้รับการตรวจชิ้นเนื้อที่รุกรานหรือไม่ แต่แตกต่างจากรุ่นก่อนๆ มากมาย อัลกอริทึมนี้สามารถตีความได้ นักวิจัยได้ฝึก AI เพื่อค้นหาและประเมินรอยโรคเช่นเดียวกับนักรังสีวิทยาจริง ๆ ที่จะได้รับการฝึกอบรม แทนที่จะปล่อยให้มันพัฒนาขั้นตอนของตัวเองอย่างอิสระ

ทำให้มีข้อได้เปรียบหลายประการเหนือคู่หูกล่องดำ สามารถสร้างแพลตฟอร์มการฝึกอบรมที่มีประโยชน์เพื่อสอนนักเรียนถึงวิธีอ่านภาพการตรวจเต้านม นอกจากนี้ยังสามารถช่วยแพทย์ในภูมิภาคที่มีประชากรเบาบางทั่วโลกซึ่งไม่ได้อ่านการสแกนด้วยแมมโมแกรมเป็นประจำในการตัดสินใจด้านการดูแลสุขภาพที่ดีขึ้น ถ้าคอมพิวเตอร์จะช่วยในการตัดสินใจทางการแพทย์ที่สำคัญ แพทย์จำเป็นต้องเชื่อมั่นว่า AI กำลังสรุปข้อสรุปจากบางสิ่งที่สมเหตุสมผล อัลกอริธึมที่ไม่เพียงแต่ใช้งานได้ แต่ยังอธิบายตัวเองและแสดงตัวอย่างสิ่งที่พวกเขาใช้ข้อสรุปได้ ด้วยวิธีนี้ ไม่ว่าแพทย์จะเห็นด้วยกับผลลัพธ์หรือไม่ก็ตาม AI ก็ช่วยให้ตัดสินใจได้ดีขึ้น วิศวกรรม AI ที่อ่านภาพทางการแพทย์เป็นอุตสาหกรรมขนาดใหญ่ อัลกอริธึมอิสระหลายพันตัวมีอยู่แล้ว และ FDA ได้อนุมัติให้ใช้งานทางคลินิกมากกว่า 100 รายการ ไม่ว่าจะอ่าน MRI, CT หรือการสแกนด้วยแมมโมแกรม มีเพียงไม่กี่กลุ่มที่ใช้ชุดข้อมูลการตรวจสอบความถูกต้องที่มีภาพมากกว่า 1,000 ภาพ หรือมีข้อมูลด้านประชากรศาสตร์ การขาดแคลนข้อมูลนี้ ประกอบกับความล้มเหลวของตัวอย่างที่โดดเด่นหลายประการเมื่อเร็วๆ นี้ ทำให้แพทย์จำนวนมากตั้งคำถามเกี่ยวกับการใช้ AI ในการตัดสินใจทางการแพทย์ที่มีความเสี่ยงสูง