乳房 X 光攝影為常用的乳癌篩檢方式之一。近年來，隨著乳房 X 照片圖像解析度的提高，其數據變得如此密集和繁雜，以至於訓練有素的放射線醫師也無法完全處理，加上大多數醫院計算機系統的功能不足，甚至無法加載現代乳房 X 照片中提供的全部資訊，因此放射線醫生只能看到選定的資訊，以至於發生誤診，如錯過某些女性的癌症徵兆（偽陰性），或對非癌症的女性進行化學和外科手術（偽陽性）。因此，科學家期望透過人工智慧（AI）降低乳癌誤診率。許多研究顯示，AI 在乳癌診斷與人類專業病理檢驗師或臨床醫師表現相近，甚至優於他們。
1 月 1 日，由 Google Health 和 DeepMind 組成的研究團隊在《Nature》發表一篇期刊指出，其 AI 系統診斷乳癌的能力優於臨床放射科醫生，將有助提高乳癌篩檢的準確性和效率。該試驗蒐集 76000 多名英國女性和 15000 多名美國女性的乳房 X 線照片。在美國每隔 1 到 2 年進行一次女性篩查，與臨床醫師相比，AI 診斷出偽陽性的機率降低 5.7 ％，偽陰性機率則降低 9.4％。在英國則是每 3 年對婦女進行一次篩檢，AI 診斷相較於臨床醫師，偽陽性的機率降低 1.2 ％，偽陰性機率則降低 2.7 ％。由於其龐大的數據蒐集，這項最新研究是迄今為止最具有統計意義的研究之一。
接著，在 6 位放射科醫生對比該 AI 系統分別判讀 500 張美國乳房 X 光片的獨立研究中，其 AI 的接收器運作特性曲線下的面積（the area under the receiver operating characteristic curve, AUC-ROC
，即是診斷效率，比這 6 名醫師的平均 AUC-ROC 高出 11.5％，這顯示該 AI 提升診斷效率。此外，AI 扮演第一判讀者的角色，並將第二專家的工作量減少 88％。
該 AI 所使用的演算法是起源一種視網膜膜掃描檢測檢測出糖尿病性視網膜病變的演算法，然後重新配置為讀取肺癌的 CT 掃描。經過改進之後，應用在本篇研究。對此，Google 希望該系統最終可以在臨床中使用。
AI 是幫助者！而非取代醫師
Google 產品經理Daniel Tse 提到：「該研究團隊正在努力確保這些研究結果能儘快在人類中推廣。當將其應用於臨床時，顯然會有很多細微差別。」然而，Google 一直謹慎地將該項目設計為能夠幫助放射科醫生而不是取代他們的項目。在很多情況下，放射科醫生會發現模型遺漏的東西，反之亦然，因此將二者結合起來可以增強整體效果。Google Health 的 Dominic King 提到：「AI 系統可以提供第二種意見，而無需尋找第二名放射科醫師就不會產生額外費用和困難。」
延伸閱讀：乳癌檢測再提升！新型液態生物檢體的突破！參考資料：
1. Nature volume 577, pages89–94(2020)
2. https://www.newscientist.com/article/2228752-ai-system-is-better-than-human-doctors-at-predicting-breast-cancer/
3. https://www.theverge.com/2020/1/1/21045635/google-ai-detect-breast-cancer-mammograms-healthcare
©www.geneonline.news. All rights reserved. 基因線上版權所有 未經授權不得轉載。合作請聯繫：service@geneonlineasia.com
