Nature：AI识别乳腺癌准确率已凌驾人类专家

AI 识别乳腺癌的准确率已经凌驾了人类专家，研究者们希望它在未来能成为临床医师的得力助手。

图片泉源：Pixabay

泉源STAT News

作者 Erin Brodwin

翻译 严冰冰

审校 戚译引

来自谷歌、美国西北大学（Northwestern University）与英国三所医学机构的研究人员通力互助，建立出一个 AI 模型，可在乳房 X 光检查中更准确地识别乳腺癌，体现优于人类专家。

相比放射科医师，这款AI模型不仅能更高频地识别乳腺癌案例，而且陈诉的假阳性更低，且在国际性测试中也是如此——思量到各国间数据集的纷歧致性，少有 AI 能经受住国际性数据的磨练。研究揭晓于元旦当天的《自然》杂志上。

“这个效果很是漂亮，”斯克里普转化科学研究所（Scripps Translational Science Institute）主任 Dr. Eric Topol 告诉STAT，“AI 的体现虽然还没有到达我们的预期，但已大有进步。”

解读乳腺癌信号既是一门科学，也是一门艺术：只有履历富厚的放射科医师能从一系列黑白模糊的乳房 X 光片中，区分出一簇簇康健组织与一团团有害肿块。

但纵然是经由专业训练的眼睛也会堕落。美国肿瘤协会数据显示，临床医师漏检了约 20% 的乳腺癌病例。同时对于每年接受乳房X光检查的美国女性而言，十年中约有半数康健受检者曾被误认为可能患有乳腺癌。

放眼全球，职业疲倦及区域性的人手短缺也在不停增加放射科医师的压力。AI 也许永远无法取代人类专家，至少在乳腺癌这种庞大而精致的医学领域不会。恰恰相反，放射科医师也许能以 AI 为辅助工具，在乳腺扫描检查中参考 AI 给出的意见，最终作出自己的解读。

“我从不认为 AI 算法会取代放射科医师或其他医师……只要该领域仍需要缔造性思维，这就不会发生。”加州大学旧金山分校（University of California, San Francisco）放射学及生物医学成像乳腺成像主任 Dr. Bonnie Joe 告诉 STAT.

这款新 AI 由 Google Health 及其英国子公司 DeepMind 配合开发。除来自西北大学的专家外，他们还与两所英国机构的放射医学研究者互助，划分是帝国理工学院癌症研究中心（Cancer Research U.K. Imperial Centre）和皇家萨里郡医院（Royal Surrey County Hospital）。

研究人员使用英国及美国共约 91000 名女性患者的乳腺癌扫描临床数据举行算法训练。所有扫描片子都被抹去了姓名、出生日期等身份信息，以确保匿名性。所使用的乳腺癌诊断病例均由组织活检确认。

之后，研究人员使用另一组来自这两个国家的几千名女性的乳腺扫描片举行算法测试。

美国女性每年接受一次乳腺癌筛查，而英国女性每三年接受一次筛查。相比这两个国家的尺度临床实践，算法效果的假阳性率划分降低 6% 与 1%，而假阴性率划分降低 9% 与 3% .

A 组：6 位人类专家漏检、AI 检出的癌症病例

B 组：6 位人类学家检出、AI 漏检的癌症病例

在研究的第二环节，研究人员使用英国数据集举行算法训练，再使用美国数据集举行算法测试。效果显示，AI 算法的体现还是优于临床尺度操作。

最终环节是对 500 份来自美国测试集的病例举行解读，在这场与 6 位放射科医师的角逐中，AI 算法胜出。

“我们相信这仅仅是开始，”谷歌研究者、该文章配合作者 Daniel Tse 表现。

重要的是，正如研究发现，AI 能识别被人类专家遗漏的乳腺癌病例，人类专家也会指出被 AI 错过的病例。研究者尚不能准确解释其背后的原因，但他们对此并不感应意外。“有些事是模型与技术很是擅长的，同时有些事是放射科医师花了一辈子去研究且很是擅长的，”Tse 解释道。

研究效果显示，在人眼难以分辨的浸润型癌症方面，AI 存在显著优势。尚未视察到与人类专家擅长案例相关的特征。

谷歌研究者和外界专家都不认为这样的 AI 工具可被单独使用，但这并不即是没有现实意义。“怎样的患者会相信一个 AI 算法，而不需要专业放射科医师或医生的意见？”Topol 说，“我认为二者的有机联合将会为患者提供最佳谜底。”