Google的AI系统可以改善乳腺癌的检测，研究发现

丹尼斯·格雷迪写的

来自Google以及美国和英国的医疗中心的研究人员在《自然》杂志上报道，人工智能可以帮助医生更好地通过乳房x线照片发现乳腺癌。

用于读取乳房x线照片的新系统仍在研究中，尚未广泛使用。这只是Google在医学领域的冒险之一。计算机可以被训练来识别模式和解释图像，该公司已经创建了算法来帮助在ct扫描上检测肺癌，诊断糖尿病患者的眼病，并在显微镜载玻片上发现癌症。

<iframe loading = "lazy" src = "https://www.youtube.com/embed/ Mur70YjInmI" width = "560" height = "315" frameborder = "0" allowfullscreen = "allowfullscreen"></iframe>

波士顿马萨诸塞州总医院乳腺成像主任康斯坦斯·雷曼博士说: “这篇论文将有助于推动事情的发展。” 他没有参与这项研究。“他们的方法面临挑战。但拥有谷歌这个级别是一件非常好的事情。“

在已知诊断的图像上进行了测试，新系统的性能优于放射科医生。在美国的扫描中，该系统的假阴性减少了9.4，其中乳房x线照片被错误地读取为正常，并且错过了癌症。它还降低了5.7的假阳性，其中扫描被错误地判断为异常，但没有癌症。

在英国进行的乳房x光检查中，该系统还击败了放射科医生，将假阴性减少了2.7，将假阳性减少了1.2。

Google为这项研究付费，并与芝加哥西北大学和两个英国医学中心，癌症研究帝国中心和皇家萨里郡医院的研究人员合作。

根据美国癌症协会的数据，去年，美国女性中预计将有268,600例新的浸润性乳腺癌病例和41,760死亡病例。在全球范围内，每年大约有200万例新病例，超过50万人死亡。

在美国，每年进行约3300万次乳房x线检查。根据美国癌症协会的数据，该测试遗漏了大约20% 的乳腺癌，并且假阳性很常见，导致女性被召回进行更多测试，有时甚至是活检。

长期以来，医生一直希望使乳房x线摄影更加准确。雷曼说: “有许多放射科医生正在阅读乳房x线照片，他们会犯错误，有些人远远超出了正常的人为错误的可接受范围。”

为了将人工智能应用于这项任务，《自然》报告的作者使用了英国和美国约76,000名女性的乳房x线照片，这些女性的诊断已经为人所知，以训练计算机识别癌症。

然后，他们在来自英国和美国3,000的大约25,000名其他女性的图像上测试了计算机，并将该系统的性能与最初阅读x射线的放射科医生的性能进行了比较。乳房x光检查是过去拍摄的，所以女性的结果是已知的，研究人员可以判断最初的诊断是否正确。

“我们拍了已经发生的乳房x光照片，给放射科医生看，然后问，'癌症还是没有？' 然后给人工智能看，问，'癌症还是没有？'” 来自西北大学的这项研究的作者Mozziyar Etemadi博士说。

这项测试发现AI比放射科医生更准确。Etemadi说，与人类不同，在漫长的一天阅读乳房x线照片结束时，计算机不会感到疲倦，无聊或分心。

在另一项测试中，研究人员将AI与美国的六名放射科医生进行了对抗，并提供了500个乳房x线照片。总体而言，人工智能的表现再次优于人类。但在某些情况下，人工智能错过了所有六名放射科医生发现的癌症-反之亦然。

“不可否认，在某些情况下，我们的AI工具完全弄错了，他们完全把它弄错了，” Etemadi说。“纯粹从这个角度来看，它开辟了一个全新的调查和研究领域。为什么他们错过了？为什么我们错过了？”

雷曼 (Lehman) 也在开发用于乳房x线照片的AI，他说《自然》杂志的报告很有力，但她对这些方法有些担忧，并指出所研究的患者可能不是对普通人群的真实反映。

较高的比例患有癌症，并且未指定种族构成。她还说，涉及少数放射科医生的 “读者” 分析-这项研究使用了六个-并不总是可靠的。

研究的下一步是让放射科医生尝试使用该工具作为他们阅读乳房x线照片的常规实践的一部分。通过初始测试并具有鲜艳色彩的新技术在现实世界中并不总是表现出色。

埃特马迪说: “我们必须看看放射科医生有了它会发生什么，看看他们是否做得更好。”雷曼说: “我们必须非常小心。我们希望确保这对患者有所帮助。”

她说，早期的技术，计算机辅助检测或CAD，提供了一个警示故事。1998年获得美国食品药品监督管理局 (fda) 的批准，以帮助放射科医生读取乳房x线照片，因此被广泛使用。雷曼说，一些医院管理人员向放射科医生施加压力，要求他们使用它，无论他们是否喜欢它，因为可能会向患者收取额外费用，从而增加利润。后来，包括雷曼参与的一项研究在内的几项研究发现，CAD并没有提高医生的准确性，甚至使他们变得更糟。

雷曼说: “我们可以从CAD的错误中吸取教训，并做得更好。” 他补充说，人工智能已经变得更加强大，并且随着更多数据的输入而不断改进。“用电脑来增强人的表现早就该了。”

她和埃特马迪说，人工智能的一个潜在的好用途是对乳房x线照片进行分类，并标记那些最需要放射科医生注意的人。该系统还可能能够识别那些明显是负面的，因此可以快速读取它们，并可以立即为患者提供干净的健康单。

尽管人工智能的开发人员经常说它是为了帮助放射科医生，而不是取代他们，但雷曼预测，最终，只有计算机才能读取至少一些乳房x光照片，而没有人类的帮助。

“我们有所发现，” 她说。“这些系统正在收集人类可能看不到的东西，而我们正处于起步阶段。”