AI는 유방암과의 싸움에서 방사선 전문의 부족을 만회할 수 있지만 아직 준비되지 않았습니다.

최근 Imperial College London과 Google Health의 연구팀은 엑스레이를 통해 유방암 사례를 진단하기 위한 컴퓨터 비전 모델을 만들었습니다. CNN 보도에 따르면, 이 모델은 29,000명 이상의 여성의 X-레이에 대해 훈련된 것으로 알려졌으며 XNUMX명의 방사선 전문의와 경쟁했을 때 이 모델은 의사의 평가를 능가했습니다.

현재 NHS는 엑스레이에서 유방암을 진단하기 위해 두 의사의 결합된 결정을 사용합니다. 두 의사가 동의하지 않으면 세 번째 의사가 이미지에 대해 상담합니다. 의사들은 환자의 의료 기록에 접근할 수 있었지만 AI 장치는 의사 결정의 근거가 되는 유방조영 사진만 가지고 있었습니다. 이러한 한계에도 불구하고 AI 모델은 적어도 두 명의 의사만큼 유방암을 진단할 수 있음을 입증했습니다. 사실, 이 모델은 유방암을 발견하는 데 한 명의 의사보다 더 잘 수행했습니다. AI와 의사 간의 위양성 비율을 비교할 때 AI는 일반적으로 약 1.2% 더 정확하여 위양성을 약간 줄였습니다. 연구 보고서의 결과에 따르면 AI는 또한 위음성률(진정한 양성 암 사례를 놓친 경우)을 약 2.7% 줄입니다.

이 논문의 저자 중 한 명인 Cancer Research UK Imperial Center의 책임자인 Ara Darzi는 연구팀이 그들의 시스템이 그러한 고품질 결과를 제공할 것이라고 예상하지 못했다고 설명했습니다. 그러나 Darzi는 암 검진과 관련하여 생산성과 정확성을 향상시킬 수 있는 가능성에 흥분하고 있습니다.

유방암은 여성 암 사망의 두 번째 주요 형태이지만 질병을 조기에 진단하면 결과가 극적으로 개선될 수 있습니다. 문제는 미국 암 학회(American Cancer Society)가 밝힌 바와 같이 현재 대규모 선별 프로그램에서도 약 XNUMX건의 사례를 놓치고 있다는 것입니다.

이러한 이유로 연구팀은 그들의 시스템이 개선될 수 있고 최고의 임상의를 능가할 수 있기를 희망합니다. 연구팀은 또한 그들의 알고리즘이 잠재적으로 방사선 전문의의 부족을 해결할 수 있다고 말했습니다. Royal College of Radiologists가 실시한 한 보고서에 따르면 영국에서는 상황을 개선하기 위한 조치가 취해지지 않는 한 2,000년까지 거의 2023명의 방사선과 의사가 부족할 것이라고 합니다.

그러나 Darzi는 이 단계에서 시스템이 인간을 대체하고 보조 통역사로 사용할 준비가 되지 않았다고 인정합니다. 의료 분야의 AI 도구는 교육에서 적절하게 시뮬레이션할 수 없는 복잡한 요인으로 인해 초기 약속을 이행하지 못하는 경우가 많습니다. 이 연구의 한 가지 큰 한계는 이미지가 모두 단일 유방 촬영 시스템에서 나왔고 이미지의 다양성이 부족하다는 것입니다. QZ에 따르면, 연구팀은 데이터 세트에서 이미지의 다양성을 확인하는 데 사용할 수 있는 세부 정보에 액세스할 수 없었기 때문에 X-레이 검사를 요청했을 때 시스템이 여전히 매우 정확한지 알 수 없습니다. 소수자. 유방암 진단과 관련하여 영국과 미국 모두 인종적 차이가 있으며, 영국에서는 흑인 여성이 암 검진을 받을 가능성이 적습니다.

Google은 더 크고 포괄적인 데이터세트를 만드는 것을 목표로 의료 파트너에게 모델을 제공하기 전에 모델이 훈련된 데이터의 불일치를 해결하는 데 시간을 할애할 계획입니다. 이 시스템은 또한 임상 환경에서 사용할 수 있게 되기 전에 임상 시험에서 테스트되어야 합니다. 연구팀이 개발한 알고리즘은 진정으로 의료 결과를 개선하고 생명을 구할 수 있는 힘을 가지고 있지만 신중하고 엄격하게 테스트된 경우에만 가능합니다.