研究人員說，計算機程序可以比人類專家更準確地從常規(guī)掃描中識別出乳腺癌。乳腺癌是女性中最常見的癌癥之一，僅過去一年就有200萬以上的新增病例。
及早發(fā)現(xiàn)對沒有明顯癥狀的患者至關(guān)重要。在英國，建議50歲以上的女性每三年進行一次乳房X光檢查，并由兩名獨立專家對結(jié)果進行分析。
但是，對掃描結(jié)果的解讀留有誤差余地，所有乳房X光照片中有部分被證實為假陽性——將健康人誤診為癌癥患者，要么返回假陰性——漏過了癌癥診斷。
現(xiàn)在，Google Health的研究人員訓(xùn)練的人工智能，可以從英國和美國的數(shù)千名女性的X光照片診斷出癌癥病例。
這些圖像實現(xiàn)經(jīng)過醫(yī)生的預(yù)判，但是與臨床環(huán)境不同，AI缺少患者的病史。
研究團隊發(fā)現(xiàn)，他們的AI模型根據(jù)掃描結(jié)果給出的診斷，準確性與放射線照相專家相似。
此外，人工智能漏診癌癥的比率比人類專家略低，分別為美國的-5.7％和英國-1.2％。它還使美國患者的誤診率降低了9.4％，英國降低了2.7％。
Google Health英國負責(zé)人Dominic King告訴法新社：“發(fā)現(xiàn)越早，效果越好。我們的目標就是用技術(shù)節(jié)約專家和患者的寶貴時間?！?/p>
AI的“第二意見”
在英國，所有的乳房X線照片均由兩名放射科醫(yī)生進行評估，這是一個必要但勞動密集的過程。
Google Health的團隊進行實驗，將計算機的決策與(負責(zé)當前病例的兩位放射科之一的)人類專家的決策進行了比較。
如果兩者給出了相同的診斷，則將X光照片標記為已解決。然后，在結(jié)果不一致的情況下，則參考另一位放射科醫(yī)師的診斷。
King和他的團隊發(fā)表在《自然》上的研究表明，使用人工智能來評估第一位人類專家的診斷可以為第二位臨床醫(yī)生節(jié)省多達88％的工作量。
King說：“世界上哪里有閑著的護士或醫(yī)生。”
Ken Young是英國癌癥研究中心(Case Research UK)的乳房X線照片收集管理醫(yī)生，為這項研究做出了貢獻。
他說，這是獨特的，因為它再現(xiàn)了近30000次掃描中的真實診斷場景。
他說：“我們有一個樣本可以代表所有可能通過乳腺篩查的婦女。它包括簡單案例，困難案例以及介于兩者之間的所有內(nèi)容?！?/p>
研究團隊說，還有進步的空間，他們希望這項技術(shù)有一天可以成為癌癥診斷的“第二意見”。
本文譯自 sciencealert，由譯者 majer 基于創(chuàng)作共用協(xié)議(BY-NC)發(fā)布。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
