南都訊 記者馮群星 AI在造福女性的道路上又前進了一步。北京時間1月2日凌晨，《自然》發表了一篇來自谷歌健康的論文。論文顯示，AI能有效提升乳房X光造影篩查的正確率。

乳腺癌是導致女性死亡的第二大癌症，但早期發現和治療可以大大改善存活率。目前，乳房X光造影篩查是已被證實有效的唯一篩查方法，許多已開發國家實施了大規模的篩查計劃。

然而，女性X光圖像的解讀仍然是個很有挑戰性的工作：專家解讀的準確性有很大差異，即便是最頂尖的臨床專家，其表現也有待改進。如果出現假陰性，即就診人實際有病卻沒有檢查出來，會導致她無法得到及時治療；反之，如果出現假陽性，則會給就診人帶來不必要的焦慮和對身體有傷害的診斷（比如需要從乳腺上提取細胞或組織樣本的穿刺活檢）。

為了提升乳房X光圖像解讀的正確率，谷歌健康的Shravya Shetty等人開發了一款AI系統。該系統由三個深度學習模型組成，它們分別從病變、乳房和整個案例的角度進行解讀和診斷。系統的最終診斷結果來自三個模型匯總後的平均值。

為了評估該系統的效果，研究人員使用了分別來自美國和英國的兩個數據集。其中，美國數據集包括3097張乳房X光圖像，英國數據集包括25856張圖像。結果顯示，AI系統判斷的假陽性分別減少了5.7%（美國）和1.2%（英國）；假陰性分別減少了9.4%（美國）和2.7%（英國）。

X光圖像出現疑似異常的女性，往往需要被召回做進一步檢查。研究人員發現，美國和英國的數據集中，分別只有4.9%和22.8%的召回案例被確診為乳腺癌。而AI系統有望快速找到30%-40%的需要優先診斷的病例，並在後續追蹤中達到80%的確診率。

準確性的提高，還將降低醫院的人力成本。在英國，每個就診人的X光片需要由兩名放射科專家解讀。論文稱，有了AI系統，第二名讀片人的工作量可以減少88%。

不過，研究人員也指出，對比醫生和AI系統的診斷可以發現，一些病情只有醫生診斷得出，一些病情則只有AI診斷得出。只有AI系統才能識別的癌症往往是浸潤性癌——腫瘤呈不規則的網狀且具有破壞性。

AI 和醫生診斷出的不同癌症案例。圖自《自然》。

如圖所示，圖a的癌症案例被AI正確識別，但所有六位放射科醫生都漏診了。圖b則相反，AI沒有發現，但所有醫生都發現了異常。

據AI前哨站了解，乳腺癌篩查，是AI醫療中的熱門方向。早在2016年，以色列貝斯醫療中心和哈佛醫學院便展開合作，讓AI幫醫生快速識別乳房X光圖像中的淋巴結情況。今年9月，美國食品藥品監督管理局批准了美國首個AI乳腺癌輔助診斷系統Quantx，它曾在研究中減少了39%的乳腺癌漏診率。

中國的乳腺癌發病率低於西方國家，但由於人口基數龐大，發病人數和增速均位於世界前列。據《中國婦女報》報導，中國女性早期乳腺癌中I期檢出率僅有20%-25%，而歐美等已開發國家則接近80%。在中國，也有許多研究團隊在探索乳腺癌篩查中的AI應用。2018年，騰訊發布國內首個利用AI判別乳腺腫瘤良惡性的輔助醫療系統「覓影」。依圖科技、科大訊飛等人工智慧企業也開發或投資了相關技術。

論文全文連結：《International evaluation of an AI system for breast cancer screening》

https://www.nature.com/articles/s41586-019-1799-6