AI在造福女性的道路上又前进了一步。北京时间1月2日凌晨，《自然》发表了一篇来自谷歌健康的论文。论文显示，AI能有效提升乳房X光造影筛查的正确率。
女性X光图像的解读
极具挑战性
乳腺癌是导致女性死亡的第二大癌症，但早期发现和治疗可以大大改善存活率。目前，乳房X光造影筛查是已被证实有效的唯一筛查方法，许多发达国家实施了大规模的筛查计划。
然而，女性X光图像的解读仍然是个很有挑战性的工作：专家解读的准确性有很大差异，即便是最顶尖的临床专家，其表现也有待改进。如果出现假阴性，即就诊人实际有病却没有检查出来，会导致她无法得到及时治疗；反之，如果出现假阳性，则会给就诊人带来不必要的焦虑和对身体有伤害的诊断（比如需要从乳腺上提取细胞或组织样本的穿刺活检）。
为了提升乳房X光图像解读的正确率，谷歌健康的Shravya Shetty等人开发了一款AI系统。该系统由三个深度学习模型组成，它们分别从病变、乳房和整个案例的角度进行解读和诊断。系统的最终诊断结果来自三个模型汇总后的平均值。
为了评估该系统的效果，研究人员使用了分别来自美国和英国的两个数据集。其中，美国数据集包括3097张乳房X光图像，英国数据集包括25856张图像。结果显示，AI系统判断的假阳性分别减少了5.7%（美国）和1.2%（英国）；假阴性分别减少了9.4%（美国）和2.7%（英国）。
乳腺癌筛查
是AI医疗中的热门
X光图像出现疑似异常的女性，往往需要被召回做进一步检查。研究人员发现，美国和英国的数据集中，分别只有4.9%和22.8%的召回案例被确诊为乳腺癌。而AI系统有望快速找到30%-40%的需要优先诊断的病例，并在后续追踪中达到80%的确诊率。
准确性的提高，还将降低医院的人力成本。在英国，每个就诊人的X光片需要由两名放射科专家解读。论文称，有了AI系统，第二名读片人的工作量可以减少88%。
不过，研究人员也指出，对比医生和AI系统的诊断可以发现，一些病情只有医生诊断得出，一些病情则只有AI诊断得出。只有AI系统才能识别的癌症往往是浸润性癌——肿瘤呈不规则的网状且具有破坏性。
如图所示，图a的癌症案例被AI正确识别，但所有六位放射科医生都漏诊了。图b则相反，AI没有发现，但所有医生都发现了异常。
据AI前哨站了解，乳腺癌筛查，是AI医疗中的热门方向。早在2016年，以色列贝斯医疗中心和哈佛医学院便展开合作，让AI帮医生快速识别乳房X光图像中的淋巴结情况。今年9月，美国食品药品监督管理局批准了美国首个AI乳腺癌辅助诊断系统Quantx，它曾在研究中减少了39%的乳腺癌漏诊率。
知多D
我国女性早期乳腺癌中 I期检出率仅20%-25%
中国的乳腺癌发病率低于西方国家，但由于人口基数庞大，发病人数和增速均位于世界前列。据《中国妇女报》报道，中国女性早期乳腺癌中I期检出率仅有20%-25%，而欧美等发达国家则接近80%。在中国，也有许多研究团队在探索乳腺癌筛查中的AI应用。2018年，腾讯发布国内首个利用AI判别乳腺肿瘤良恶性的辅助医疗系统“觅影”。依图科技、科大讯飞等人工智能企业也开发或投资了相关技术。
采写：南都记者 冯群星
