AI 可以弥补乳腺癌诊断中放射科医生不足的问题，但还不够成熟

最近，伦敦帝国学院和谷歌健康的一组研究人员创建了一个计算机视觉模型，用于从X光片中诊断乳腺癌。据CNN报道，该模型是在超过29,000名女性的X光片上训练的，当与六名放射科医生比较时，该模型在诊断乳腺癌方面优于医生。

目前，英国国家卫生服务（NHS）使用两名医生的联合决定来从X光片中诊断乳腺癌。如果两名医生意见不一致，会请第三名医生来咨询这些图像。虽然医生可以访问患者的医疗记录，但AI设备只能根据乳腺X光片做出决定。尽管有这个限制，AI模型在诊断乳腺癌方面至少与两名医生一样好。事实上，该模型在检测乳腺癌方面比单个医生表现更好。在比较AI和医生之间的假阳性率时，AI减少了假阳性率，总体上准确率提高了1.2%。根据研究报告的结果，AI还减少了假阴性率（真正的阳性病例被错过），减少了2.7%。

论文的作者之一，癌症研究英国帝国中心主任Ara Darzi解释说，研究团队没有预料到他们的系统会带来如此高质量的结果。然而，Darzi对改善癌症筛查的生产力和准确性持乐观态度。

乳腺癌是女性中第二常见的癌症死亡原因，但如果能够早期诊断出该病，预后可以大大改善。问题在于，即使大规模的筛查计划也会错过大约五分之一的病例，正如美国癌症协会所述。

因此，研究团队希望他们的系统可以得到改进，并能够超越甚至最好的临床医生。研究团队还表示，他们的算法可以解决放射科医生短缺的问题。英国放射科医师皇家学院的一份报告发现，到2023年，英国将面临近2000名放射科医生的短缺，除非采取措施解决这一问题。

然而，Darzi承认，在当前阶段，该系统还不够成熟，无法取代人类作为二级解释者。医疗保健领域的AI工具通常无法兑现其最初的承诺，这是由于无法在训练中充分模拟复杂因素。该研究的一个重大局限性是所有图像都来自单一的乳腺X光系统，图像缺乏多样性。根据QZ的报道，研究团队没有获取能够确定图像多样性的详细信息，因此无法确定该系统在检查少数族裔的X光片时是否仍然非常准确。英国和美国在乳腺癌诊断方面存在种族差异，黑人女性在英国不太可能接受乳腺癌筛查。

谷歌计划在将模型提供给医疗保健合作伙伴之前，花时间解决模型训练数据中的差异，旨在创建一个更大、更具包容性的数据集。该系统还需要在临床试验中进行测试，然后才能在临床环境中使用。研究团队开发的算法有真正改善医疗结果和挽救生命的潜力，但仅当它们经过仔细、严格的测试时才会如此。该系统需要在更大的、更具包容性的数据集上进行测试，并需要在临床试验中进行测试，然后才能在临床环境中使用。研究团队开发的算法有真正改善医疗结果和挽救生命的潜力，但仅当它们经过仔细、严格的测试时才会如此。 larger, more inclusive dataset. The system will also have to be tested in clinical trials before it is made available for use in clinical settings. The algorithms developed by the research team have the power to genuinely improves healthcare outcomes and save lives, but only if they are carefully and rigorously tested。