文 / 周亦川 编 / 袁月
据Medicalxpress网站报道，1月1日《自然》杂志发布的一项最新研究显示，人工智能程序从常规乳房X线扫描中识别乳腺癌的得分已经超过了医学专家，这有助于在防控乳腺癌的长期战斗中取得突破。
Google Health英国区负责人Dominic King介绍，乳腺癌是女性最高发的癌症之一，仅去年一年已有超过200万例新诊断。在没有明显症状的患者中，定期筛查对于疾病的早期诊断乃至早期治疗至关重要。英国NHS建议，50岁以上的女性每三年要做一次乳房X光检查，并由两名独立专家对结果进行分析。每年约有1300名女性生命得到挽救。
但是，扫描结果解读存在一定的误差，所有的乳房X线照片中有一部分呈假阳性（健康人误诊患有癌症），也有一些假阴性导致一部分人错失早期确诊。同时，NHS严重缺乏工作人员，特别是在癌症诊断团队中，一些报告表明，目前多达十分之一的诊断职位空缺。随着需求不断增长融合，未来执行这些服务可能会遇到麻烦。
为此，Google Health的研究人员已经训练了一种人工智能模型，该数据库包含250多万张
图片，是世界上最大、最具活力的同类数据库，能够从英国和美国的数千名女性的乳房扫描结果中检测出癌症。这些患者的扫描图像已经临床医生确认，但与实际临床诊断环境不同，机器并没有被告知患者的病史。
研究人员发现，人工智能模型可以根据扫描结果预测乳腺癌，其准确性与放射科专家相似。同时，人工智能显示出假阳性的结果减少了5.7%（美国）或1.2%（英国），而假阴性率降低了9.4%（美国）或2.7%（英国）。在一项由六名放射科医师参与的独立研究中，人工智能系统的表现也优于所有人类结果。
King指出，乳房X线照片需要两名医师审查，是一个劳动密集型的过程。我们建议，将计算机产生的结果与一名医师的诊断同时进行，如果双方结果保持一致，那么该例结果标记为“已解决”；如果结果不一致，则需要另一名医师再进行核查。研究表明，使用人工智能与人类联合诊断的策略，可以为第二位医师节省多达88%的工作量。
英国癌症研究中心乳房X线影像医师Ken Young评价，这项工作对近3万次扫描的真实诊断场景均可适用，包括简单、困难以及介于两者之间的所有案例，可作为所有乳腺癌筛查的妇女的代表。
乳房X线照片的隐私性也是大众关注的焦点。据团队负责人介绍，所有的图像在进入数据库之前，其身份信息将会被消除，因此研究人员不知道乳房X线照片究竟属于谁。被授权访问图像的研究小组也需要签订某些条件，比如对患者数据保密，并且不将其用于开发人工智能筛选算法以外的任何目的，等等。
当然，这种训练有素的算法仍处于早期阶段，但已经有了坚实的理论基础。接下来，该团队需要在更广泛的人群中进行测试，测试放射科医生如何在临床
应用该算法并获益。
Young同时表示，很多人都担心“人工智能是否会取代放射科医生”，但他接触到的所有的放射科医师都没有这种顾虑，反而将该技术看做一种“时间的礼物”。他们非常希望有一个方便的工具帮助自己做一些阅读乳房X线照片的单调工作，这样就有更多的时间操作其他事情。
在Young看来，乳腺癌人工智能筛查潜力巨大，很多问题都可以在人工智能的帮助下得以解决。同时，人工智能用于早期筛查只是医学革命的开始，随着进一步的研究，我们希望这项技术有一天真正成为各类癌症诊断的“第二诊疗意见”。
参考资料：
1. Medicalxpress
AI beats human breast cancer diagnosis
https://medicalxpress.com/news/2020-01-ai-human-breast-cancer-diagnosis.html
2. Medicalxpress
Artificial intelligence could help breast screening save more lives
https://medicalxpress.com/news/2020-01-artificial-intelligence-breast-screening.html
3. Nature
International evaluation of an AI system for breast cancer screening
https://www.nature.com/articles/s41586-019-1799-6
