人工智能战胜人类乳腺癌诊断

研究人员表示，一种计算机程序可以从常规扫描中识别出乳腺癌，比人类专家更准确，他们希望这能证明在与全球杀手的斗争中取得突破。

乳房癌症乳腺癌是女性最常见的癌症之一，仅去年一年就有超过200万的新诊断病例。

在没有明显症状的患者中，定期筛查对于发现疾病的早期迹象至关重要。

在英国，50岁以上的女性被建议每三年做一次乳房x光检查，检查结果由两名独立专家分析。

但是，对扫描结果的解读也给错误留下了空间，而且所有乳房x光检查结果中，有一小部分要么是假阳性(将健康患者误诊为癌症)，要么是假阴性(在疾病扩散时漏诊)。

现在，谷歌Health的研究人员训练了一个人工智能模型，可以在英国和美国的数千名女性的乳房扫描中检测癌症。

这些图像已经在现实生活中被医生检查过，但与临床环境不同的是，机器没有病人的病史来提供诊断。

该团队发现他们的人工智能模型可以预测乳腺癌从具有相似准确度的扫描到专业的放射技师。

此外，人工智能显示，癌症被错误识别的病例比例有所下降——美国为5.7%，英国为1.2%。

它还将美国患者的漏诊率降低了9.4%，英国患者的漏诊率降低了2.7%。

谷歌Health的英国负责人多米尼克·金告诉法新社:“越早发现乳腺癌对患者越有利。”

“我们认为这项技术能够支持并最终使专家或患者从他们所做的任何诊断中获得最佳结果。”

电脑“第二意见”

在英国，所有的乳房x光检查都要由两名放射科医生检查，这是一个必要但劳动密集型的过程。

谷歌Health的团队还进行了实验，将计算机的决定与第一台人类扫描阅读器的决定进行了比较。

如果两个诊断一致，则该病例被标记为已解决。只有当结果不一致时，机器才会被要求与第二位读者的决定进行比较。

金和他的团队进行的这项研究发表在自然的研究表明，使用人工智能来验证第一位人类专家评审员的诊断可以为第二位临床医生节省高达88%的工作量。

“给我找一个你能找到不忙的护士或医生的国家，”金说。

“这项技术有机会支持现有的(人工)审查员的优秀服务。”

肯·杨(Ken Young)是英国癌症研究中心管理乳房x光片收集的医生，他对这项研究做出了贡献。

他说，这是独一无二的，因为它使用了近3万次扫描的真实诊断场景。

“我们有一个样本，可以代表所有可能通过乳房筛查的女性，”他说。

“它包括简单的情况、困难的情况以及介于两者之间的情况。”

研究小组表示，还需要进一步的研究，但他们希望这项技术有朝一日能成为癌症诊断的“第二意见”。

©2020法新社