根据一项新的研究，谷歌 (GOOGL) 的研究人员与西北大学和三家英国医疗机构的专家合作，开发了一种人工智能模型，该模型似乎比人类专家更准确地在乳房X光片中发现乳腺癌。
根据研究显示，该人工智能模型检测乳腺癌病例的比率高于放射科医生，且假阳性报告更少。该研究于元旦在高质量科学期刊《自然》杂志上发表。即使该算法在国际上进行测试，结果仍然成立，考虑到跨境数据集的不一致性，这是很少有AI工具能够克服的障碍。
“这是一个非常好的贡献，”斯克里普斯转化科学研究所主任埃里克·托波尔博士告诉STAT。“它仍然没有达到我们期望的水平，但它正在铺平道路。”
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻事业： 订阅。通过购买订阅，您正在帮助确保未来能够继续报道关于发现和塑造我们当今世界的想法的具有影响力的故事。
解读乳腺癌的迹象可能既是艺术又是科学：只有经验丰富的放射科医生才能查看一系列模糊的黑白乳房X光片，并将云状的、恶性的肿块与健康的组织簇区分开来。
然而，即使是训练有素的眼睛也会出错。根据美国癌症协会的数据，临床医生 未能发现约20% 的乳腺癌。与此同时，在接受年度乳房X光检查的 一半美国女性中，在十年期间，约有一半的人被错误地告知她们可能患有癌症，而实际上她们是无病的。
与此同时， 职业倦怠 和 区域短缺 正在给全球放射科医生带来更大的压力。
人工智能可能永远无法取代人类专家，至少在像乳腺癌这样细致而复杂的领域是如此。相反，这些工具可以用作一种第二意见——放射科医生可以借助它来指导他们对乳房扫描的初步解读。
“我不认为人工智能算法会取代放射科医生或其他医生……只要还需要创造性思维，”加州大学旧金山分校放射学和生物医学影像乳腺影像科主任邦妮·乔博士告诉STAT。
新的人工智能工具由谷歌健康及其英国子公司DeepMind的研究人员开发。除了西北大学的专家外，他们还与两家英国机构的放射学研究人员合作：英国癌症研究中心帝国中心和皇家萨里郡医院。
为了训练他们的算法，研究人员向该工具提供了临床数据，其中包括来自美国和英国约91,000名女性的乳腺癌扫描图像。所有扫描图像都已去除姓名和出生日期等个人标识符，以使其匿名。乳腺癌诊断已通过活组织检查确认。
然后，研究人员在来自两国数千名女性的新脱敏乳房扫描图像集上测试了该算法。
与美国标准的临床实践相比，在美国，女性接受筛查的频率高达每年一次，该算法产生的误报减少了近6%，全阴性误报减少了9%。在英国，女性仅每三年接受一次筛查，该算法产生的误报减少了1%，全阴性误报减少了3%。
当研究人员在研究的另一部分中，使用英国的乳房扫描图像训练该工具，然后在美国的乳房扫描图像样本上进行测试时，该算法仍然优于标准的临床实践。
最后，当该算法直接与六位人类放射科医生进行比较时，该算法也胜出，这些放射科医生的任务是解读来自美国测试集的500个病例。
“我们相信这仅仅是开始，”谷歌研究人员之一、该研究的合著者丹尼尔·谢告诉STAT。
重要的是，正如研究中存在人工智能发现人类专家遗漏的乳腺癌病例一样，也存在人类专家 pinpoint 了人工智能未检测到的疾病的病例。
研究人员不确定确切的原因，但他们对此并不感到惊讶。
“这些模型和技术在某些方面非常擅长，而放射科医生，他们一生都在做这件事，在某些方面也非常擅长，”谢说。
研究结果似乎表明，人工智能在侵袭性癌症方面具有特别的优势，而侵袭性癌症对于人眼来说可能很难发现。在仅由人类专家发现疾病的病例中，没有记录到特定的模式。
谷歌研究人员和外部专家都不认为像这样的人工智能工具已准备好单独使用。但这并不意味着它们没有作用。“哪个病人会信任一个算法，而不需要专家放射科医生或医生的意见呢？”托波尔说。“我倾向于认为两者可以结合起来，从而获得最佳答案。”