谷歌提高人工智能识别乳腺癌的几率

前天，Google Health分享了一个人工智能模型，它经过9万多张x光片的训练，取得了比人类放射学专家更好的效果，同时识别出了更多的假阴性，即看起来正常但含有乳腺癌的图像。

最初的发现发表在《自然》杂志上，该模型不仅实现了较低的误报率（美国为5.7％，英国为1.2％），它还降低了假阴性率（美国为9.4％，英国为2.7％）。根据英国国家卫生服务和美国癌症协会的数据披露，大约八分之一的女性，在一生中某个年龄段被诊断出患有乳腺癌，这使乳腺癌成为女性中最常见的癌症诊断。

该模型接受了英国7.6万名女性和美国1.5万多名女性的乳房x光检查图像训练，然后利用2.5万多名英国女性和3000多名美国女性的图像数据集进行评估。谷歌在一篇博文中表示：“展望未来的应用，有一些有希望的迹象表明，该模型可能会提高筛选程序的准确性和效率，并减少患者的等待时间和压力。但要达到这一目标，还需要持续的研究、前瞻性临床研究和监管机构的批准，以理解和证明受该研究启发的软件系统如何能够改善患者护理。”

一年前，有消息称谷歌开发了人工智能，用于检测乳腺癌。IBM的研究也在关注乳腺癌。2019年，IBM创建了一个模型，预测女性在一年内何时会患上恶性乳腺癌，并用人工智能分析乳腺癌细胞。

相关的研究层出不穷，但真正大规模应用的却至今未有，具体的原因是什么呢？没人知道。近期内，谷歌再一次提高了乳腺癌的诊断准确率，然而，上一次他们的准确率已经达到了99%（这是谷歌自己给出的数据），更加精确，精确到了什么程度呢？

实验室产物大都是理想化的，不管它多么完美，应用在现实的时候，都有可能出现问题，因为现实充满变数。或许，这就是谷歌花大力气，再一次提高准确性的原因所在。实验室的99%，放到现实里就不一定是多少了，这给谷歌腾出了进步的空间。