AI通過X光照片診斷乳腺癌的準確率強於人類醫生

煎蛋 發佈 2020-01-06T04:03:34+00:00

研究人員說,電腦程式可以比人類專家更準確地從常規掃描中識別出乳腺癌。乳腺癌是女性中最常見的癌症之一,僅過去一年就有200萬以上的新增病例。及早發現對沒有明顯症狀的患者至關重要。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,並由兩名獨立專家對結果進行分析。

研究人員說,電腦程式可以比人類專家更準確地從常規掃描中識別出乳腺癌。乳腺癌是女性中最常見的癌症之一,僅過去一年就有200萬以上的新增病例。

及早發現對沒有明顯症狀的患者至關重要。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,並由兩名獨立專家對結果進行分析。

但是,對掃描結果的解讀留有誤差餘地,所有乳房X光照片中有部分被證實為假陽性——將健康人誤診為癌症患者,要麼返回假陰性——漏過了癌症診斷。

現在,Google Health的研究人員訓練的人工智慧,可以從英國和美國的數千名女性的X光照片診斷出癌症病例。

這些圖像實現經過醫生的預判,但是與臨床環境不同,AI缺少患者的病史。

研究團隊發現,他們的AI模型根據掃描結果給出的診斷,準確性與放射線照相專家相似。

此外,人工智慧漏診癌症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英國負責人Dominic King告訴法新社:「發現越早,效果越好。我們的目標就是用技術節約專家和患者的寶貴時間。」

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。然後,在結果不一致的情況下,則參考另一位放射科醫師的診斷。

King和他的團隊發表在《自然》上的研究表明,使用人工智慧來評估第一位人類專家的診斷可以為第二位臨床醫生節省多達88%的工作量。

King說:「世界上哪裡有閒著的護士或醫生。」

Ken Young是英國癌症研究中心(Case Research UK)的乳房X線照片收集管理醫生,為這項研究做出了貢獻。

他說,這是獨特的,因為它再現了近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,困難案例以及介於兩者之間的所有內容。」

研究團隊說,還有進步的空間,他們希望這項技術有一天可以成為癌症診斷的「第二意見」。

本文譯自 sciencealert,由譯者 majer 基於創作共用協議(BY-NC)發布。

關鍵字: