撰文 | 十一月
責編 | 兮
乳腺癌已經成為世界上造成女性死亡的第二大疾病【1】，但如果能夠在乳腺癌發生的早期進行介入和處理的話，對於病人的存活率以及預後會有極大的幫助【2】。因此，許多已開發國家建立了大規模的乳腺癌篩選篩查計劃。大多數的醫療機構以及政府機構都推薦所有女性在40歲至50歲之間開始乳腺癌的篩查和預防【3】。在英國和美國，每年有超過4,200萬人進行乳房造影篩查（Screening mammography）。儘管乳房造影篩查技術被廣泛採用，但對這些圖像進行分析和解釋仍然具有很大的挑戰性。專家在癌症檢測方面判斷的準確性存在差異，即使是最好的臨床醫生的表現也仍有改進的餘地。數據分析的假陽性結果會導致患者對於疾病的焦慮、不必要的隨訪和使用對身體有一定傷害的侵入性診斷手段。而在篩查中如果未能及時發現癌症的存在，則可能放任腫瘤發展到更晚期、更難以治療的時候而延誤治療。
2020年1月2日，DeepMind公司的Jeffrey De Fauw與谷歌健康的Shravya Shetty技術研究組共同協作在Nature上發表了題為International evaluation of an AI system for breast cancer screening的文章，開發了乳腺癌造影篩查的人工智慧（Artificial intelligence，AI）系統，用於對乳腺癌X射線造影數據進行大規模分析和處理。
為了建立對乳房造影篩查數據進行分析的深度學習模型，首先作者們分別選擇了來自英國和美國的乳房X射線的數據集。英國的數據集包括從2012年至2015年之間英格蘭的兩個篩查中心25,856名女性那裡收集的篩查乳房X線照片。在英國，每三年會對女性進行一次乳房造影篩查。來自美國的數據集收集的是每隔一到兩年對女性進行的一次檢查的數據，包括2001年至2018年間從一個學術醫學中心的3,097名女性那裡收集的乳房X線照片。而乳腺癌病人的數據結果的是通過後期病人是否選擇進行活檢以及確認病情之後的隨訪情況來確認的，而隨訪時間則是根據每個數據集在該國家的篩選間隔來進行選擇。
在選取了英國和美國具有代表性的數據集之後，作者們建立了乳腺癌鑑別的AI系統。該系統用於訓練識別乳房造影篩查的數據，鑑定其中存在的乳腺癌的數據。隨後作者們通過三種方式對該AI系統進行了評估：1）首先對AI系統預測的數據與之前的臨床驗證結果進行對照；2）其次，為了評估在人群中的普遍性，AI系統的一個版本只使用了英國的數據，並使用美國數據進行重新測試；3）最後，將AI系統的性能與使用美國數據集的6名獨立放射科醫生的判斷進行比較。最終作者們建立了能夠對乳房造影篩查數據進行判斷的AI系統（圖1）。
作者們所建立的AI系統對乳房造影篩查的假陽性結果降低了5.7％（美國）和1.2％（英國），假陰性結果降低了9.4％（美國）和2.7％（英國）。而且該AI系統用英國的數據集訓練後能夠對美國的數據進行分析和處理，說明了該系統的廣泛應用性。而且AI系統進行數據分析，既能夠保持優秀的判斷性能，又能夠降低勞動力的使用量。
總的來說，谷歌健康與DeepMind公司建立了一個新型的AI系統，能夠對乳房造影篩查的結果進行大規模分析。對該系統進行評估後，發現特異性和敏感性優於在學術醫學中心執業的放射醫師。該AI系統的強大評估結果為進一步的臨床試驗鋪平了道路，以提高乳腺癌篩查的準確性和效率。
原文連結：
https://doi.org/10.1038/s41586-019-1799-6
參考文獻
1. Bray, F. et al. Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA: a cancer journal for clinicians 68, 394-424, doi:10.3322/caac.21492 (2018).
2. Tabar, L. et al. Swedish two-county trial: impact of mammographic screening on breast cancer mortality during 3 decades. Radiology 260, 658-663, doi:10.1148/radiol.11110469 (2011).
3. Siu, A. L. & Force, U. S. P. S. T. Screening for Breast Cancer: U.S. Preventive Services Task Force Recommendation Statement. Annals of internal medicine 164, 279-296, doi:10.7326/M15-2886 (2016).