-
日期: 2020-01-02 | 来源: 界面 | 有0人参与评论 | 专栏: 谷歌 | 字体: 小 中 大
相比其他领域，人工智能（AI）应用于人类医疗的前景受到更为广泛的期待，相关研究也层出不穷。《自然》杂志1月1日发布的最新研究称，在根据乳房X光照片诊断乳腺癌方面，人工智能可以做出比医生更准确的判断。但研究的局限性也意味着代替医生诊断乳腺癌并不容易。
来自谷歌健康（Google Health）和伦敦帝国理工学院的研究人员设计了一个基于超9万名女性X光图像的模型。该算法给出的乳腺癌诊断比放射科医生更准确。同时与两名医生合作诊断的准确率类似。
与人类不同的是，人工智能不知疲倦。专家表示，这可以提高检测率，并加快诊断速度——计算机可以在几秒钟内分析图像给出结果。谷歌健康的专家多米尼克·金说：“我们的团队为这些研究结果感到自豪，这表明我们正在开发的工具可以帮助临床医生更准确地发现乳腺癌。”
研究人员还表示，人工智能可以减少邀请两名医生判断乳房X光图像的必要，在放射科医生短缺的情况下减轻医生的工作压力。报告合着者、英国癌症研究中心（CRUK）帝国中心主任阿拉·达尔齐对BBC表示：“这远远超出了我的预期。它将对提高诊断质量产生重大影响，还会让放射科医生自由地做更重要的事情。”
让人工智能给出判断的大多数乳房X照片来自英国癌症研究中心的数据库，包括来自英国各地医院的2.5万张图像，还有3000多张来自美国芝加哥西北纪念医院的数据。
结果表明，与最初看到这些图像并给出诊断的放射科医生相比，人工智能在美国和英国分别减少了9.4%和2.7%的漏诊病例。错误诊断为乳腺癌的病例也分别减少5.7%和1.2%。此外，研究团队又邀请6名美国放射科医生对随机抽取的500张图像给出诊断，相比之下，人工智能的表现依旧占优。
但在某些情况下，这些放射科医生都能发现人工智能漏诊的癌症。
美国放射学会首席研究官埃塔·皮萨诺在《自然》杂志发表评论称：“与这项研究受限制的研究环境类型相比，现实世界更加复杂，也可能更加多样化。”
皮萨诺解释称，这项研究意味着人工智能有朝一日可以辅助乳腺癌早期诊断，但这项研究没有涵盖所有现有的乳房X光检查系统。除了按年龄分层以外，研究没有其他指标来代表普通人群，即不具有广泛适用性。
与此同时，如果开发和应用这样的人工智能系统，皮萨诺认为必须关注患者隐私，以及数据存储、使用和监管的方式。
乳腺癌是中国女性第一高发恶性肿瘤，发病率逐年升高。去年8月，中国抗癌协会等机构发布的《中国女性乳腺癌筛查指南》推荐一般风险女性每两年做一次乳腺X线筛查，以实现乳腺癌早诊早治。同时对于初次接受乳腺癌筛查的女性，推荐乳腺触诊作为乳腺影像学筛查之前的初始手段。- 新闻来源于其它媒体，内容不代表本站立场！
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见