谷歌乳腺癌AI检测新突破，误诊率低于人类医生

新年伊始，谷歌健康部门（Google Health）联合公司旗下人工智能企业DeepMind及多家英美医学机构在《自然》杂志上发表了人工智能乳腺癌检测系统的研究进展。

当前乳腺癌诊断一般是进行乳房X线摄影，由放射科医生进行检查评估，易产生误诊和漏诊现象，有些女性被误诊肿瘤，还有一部分未被检出。

过去几年，Google Health部门一直试图通过人工智能疾病诊断不准确的问题。

该人工智能模型将76000多名英国女性和15000多名美国女性的乳房X线摄影作为训练数据集，训练人工智能深度学习模型。

通过对英国25856张英国女性乳房X线摄影和美国3097张美国女性乳房X线摄影进行结果测试发现，该人工智能模型检测结果要比人类放射科医生的诊断结果好很多，同时还可以识别出医生遗漏掉的患有乳腺疾病的X线影像。

该人工智能模型假阳性率（误诊率）比放射科医生低5.7%（美国）和1.2%（英国），假阴性率（漏诊率）比医生低9.4%（美国）和2.7%（英国）。

在两个数据集中，AI模型的受试者工作特性曲线下面积（AUC）分别为0.889和0.895。

研究者邀请了6名放射学专家与AI一起读了500张乳腺钼靶来进行对比。

结果发现，与6名专家的读片结果相比，AI模型的诊断能力更好，6名专家的平均AUC为0.625，而AI系统AUC为0.740，比人类高11.5%。

在双读过程中利用这款AI系统可以将核片医生的工作量减少88%。

人类和AI系统所漏诊的肿瘤是互补的。AI模型“读”出了被6名专家漏诊的肿瘤：一枚右乳内下象限的小型不规则、伴微小钙化的肿块。

但6名专家也一致对AI模型漏诊的肿瘤做出了正确的诊断：一枚位于右乳内下象限的致密肿块。AI模型发现的肿瘤比人类发现的更具侵袭性。

谷歌健康部门、DeepMind、伦敦大学学院、剑桥大学、英国吉尔福德皇家萨里郡医院、谷歌旗下初创公司Verily Life Sciences、斯坦福医学中心、英国皇家马斯登医院等机构共同完成了这项人工智能系统研究。

医院谷歌健康部门表示，希望接下来能够表明该模型可以潜提高筛查程序的准确率和效率，从而减少患者等待的时间和压力。

但要实现这样的目标，需要持续进行研究，进行前瞻性临床研究并获得监管部门的批准，才能证明受此研究启发的系统将如何改善病患治疗。

实际上，在此之前，已有不少研究尝试利用AI诊断乳腺癌。例如，Google开发的用于转移性乳腺癌检测的AI，其准确率达到了99%。

2019年，IBMResearch构建的模型可预测女性一年内何时会患上恶性乳腺癌，同样还构建了分析乳腺癌细胞的系统。

该研究报告引起了人工智能元老之一Yann LeCun教授的注意，LeCun教授连续发文对该研究进行了抨击和指摘。

LeCun教授指出，此前纽约大学曾发表过AI表现更出色的研究报告，使用了超过14万名女性的影响，AUC同样达到0.895，且研究数据和模型已公开。（编译 韩佳）