当地时间2020年1月1日，谷歌健康部门联手人工智能企业DeepMind在顶尖学术期刊《自然》发布人工智能乳腺癌检测系统。作者称，该系统检测乳腺癌的能力超过专业放射科医生，或有助提高乳腺癌筛查的准确性和效率。
为尽早发现乳腺癌，不少国家已实施大规模乳腺筛查计划。但专业医生对乳腺X线影像的分析准确率仍存较高不确定性，容易发生误诊和漏诊现象，由此产生的诊断结果会造成患者的焦虑和不必要的侵入性诊断程序。
这项研究中，谷歌技术主管Shravya Shetty与研究人员合作，使用两个数据集训练人工智能深度学习模型。其中一个数据集包含25856张来自英国的乳腺X线影像，另一数据集包含3097张来自美国的乳腺X线影像。结果显示，人工智能模型检测结果的假阳性率比典型放射科医生低5.7%(美国)和1.2%(英国)，假阴性率比典型放射科医生低9.4%(美国)和2.7%(英国)。
假阳性又称误诊率，指实际无病但根据筛检被判为有病的百分比。假阴性率又称漏诊率，指实际有病，但根据筛检试验被定为无病的百分比。
人工智能乳腺癌筛查系统
人工智能系统和临床医生在乳腺癌预测中的表现
根据世界卫生组织提供的数据，乳腺癌是女性最常见的癌症之一，每年影响约210万女性。2018年，全球约有627000名女性死于乳腺癌，约占女性癌症死亡人数的15%。
乳腺癌预测情况，人工智能系统与6名独立看片医生对比
在上述研究的独立子实验中，人工智能系统的表现优于全部6名放射科医生。
英国的乳腺筛查由两名放射科医生共同分析乳腺X线影像。针对这种情况，研究人员发现，使用人工智能系统可以将第二位读片医生的工作量减少88%。
谷歌健康部门、DeepMind、伦敦大学学院、剑桥大学、英国吉尔福德皇家萨里郡医院、谷歌旗下初创公司Verily Life Sciences、斯坦福医疗中心、英国皇家马斯登医院等机构共同完成了这项研究。
迄今为止，人工智能诊断乳腺癌已有不少尝试。
2017年，谷歌医疗AI在乳腺癌诊断中表现超过人类专业病理检验师。次年，谷歌发布一款针对晚期乳腺癌的人工智能检测系统，可以在99%的情况下正确区分转移性癌症。
2018年10月，美国麻省理工学院发布一款评估乳腺X线影像中致密乳房组织的深度学习模型，其诊断表现与放射科医生相似。2019年5月，麻省理工学院计算科学和人工智能实验室与美国马萨诸塞州综合医院发布人工智能系统，宣称可从乳腺X线影像中预测患者是否会在未来五年内患上乳腺癌。
乳腺癌并非女性专属，男性也有乳腺癌的发病风险而且死亡率更高。
2019年9月，一项发表在国际肿瘤学顶级期刊《美国医学会杂志·肿瘤学》的大规模研究显示，男性乳腺癌患者的死亡率比女性高19%。研究指出，男性乳腺癌患者的确诊年龄比女性更大，平均确诊年龄为63.3岁，女性平均确诊为59.9岁。与女性患者相比，男性患者在所有阶段的死亡率都更高。研究人员认为，临床特征与治疗不足与63.3%的男性患者死亡率相关。
关键词： 谷歌乳腺癌AI检测系统 误诊率
责任编辑：Rex_07
