乳房 X 光摄影为常用的乳癌筛检方式之一。近年来，随着乳房 X 照片图像分辨率的提高，其数据变得如此密集和繁杂，以至于训练有素的放射线医师也无法完全处理，加上大多数医院计算机系统的功能不足，甚至无法加载现代乳房 X 照片中提供的全部资讯，因此放射线医生只能看到选定的资讯，以至于发生误诊，如错过某些女性的癌症征兆（伪阴性），或对非癌症的女性进行化学和外科手术（伪阳性）。因此，科学家期望透过人工智能（AI）降低乳癌误诊率。许多研究显示，AI 在乳癌诊断与人类专业病理检验师或临床医师表现相近，甚至优于他们。
1 月 1 日，由 Google Health 和 DeepMind 组成的研究团队在《Nature》发表一篇期刊指出，其 AI 系统诊断乳癌的能力优于临床放射科医生，将有助提高乳癌筛检的准确性和效率。该试验蒐集 76000 多名英国女性和 15000 多名美国女性的乳房 X 线照片。在美国每隔 1 到 2 年进行一次女性筛查，与临床医师相比，AI 诊断出伪阳性的机率降低 5.7 ％，伪阴性机率则降低 9.4％。在英国则是每 3 年对妇女进行一次筛检，AI 诊断相较于临床医师，伪阳性的机率降低 1.2 ％，伪阴性机率则降低 2.7 ％。由于其庞大的数据蒐集，这项最新研究是迄今为止最具有统计意义的研究之一。
接着，在 6 位放射科医生对比该 AI 系统分别判读 500 张美国乳房 X 光片的独立研究中，其 AI 的接收器运作特性曲线下的面积（the area under the receiver operating characteristic curve, AUC-ROC
，即是诊断效率，比这 6 名医师的平均 AUC-ROC 高出 11.5％，这显示该 AI 提升诊断效率。此外，AI 扮演第一判读者的角色，并将第二专家的工作量减少 88％。
该 AI 所使用的算法是起源一种视网膜膜扫描检测检测出糖尿病性视网膜病变的算法，然后重新配置为读取肺癌的 CT 扫描。经过改进之后，应用在本篇研究。对此，Google 希望该系统最终可以在临床中使用。
AI 是帮助者！而非取代医师
Google 产品经理Daniel Tse 提到：“该研究团队正在努力确保这些研究结果能尽快在人类中推广。当将其应用于临床时，显然会有很多细微差别。”然而，Google 一直谨慎地将该项目设计为能够帮助放射科医生而不是取代他们的项目。在很多情况下，放射科医生会发现模型遗漏的东西，反之亦然，因此将二者结合起来可以增强整体效果。Google Health 的 Dominic King 提到：“AI 系统可以提供第二种意见，而无需寻找第二名放射科医师就不会产生额外费用和困难。”
延伸阅读：乳癌检测再提升！新型液态生物检体的突破！参考资料：
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. 基因线上版权所有 未经授权不得转载。合作请联系：service@geneonlineasia.com
