乳腺癌是女性死亡的第二大原因，在致死率和整體發(fā)病率方面僅次于肺癌，提早發(fā)現(xiàn)是大多數(shù)人防御和治療該疾病的最好手段，然而，盡管乳房X光檢查是最常用的檢測工具，但在醫(yī)生的檢查中還是漏掉了大量病例。
根據(jù)今天發(fā)表在《自然》雜志上的一篇研究論文，谷歌正在開發(fā)人工智能來幫助醫(yī)生識別乳腺癌?！叭榉縓光檢查非常有效，但仍然存在假陰性和假陽性的嚴重問題。”谷歌研究員、該論文的合著者Shravya Shetty告訴The Verge。
據(jù)《紐約時報》報道，谷歌的該模型通過掃描乳房X光片，將假陰性的數(shù)量減少了9.4% ，對于目前漏檢率為20%的乳腺癌檢測來說，這是一個充滿希望的飛躍。
在這項由谷歌資助的研究中，研究人員使用了來自超過25000名英國女性和3000名美國女性的匿名乳房X光片?！拔覀冊噲D遵循放射科醫(yī)生可能遵循的原則，”Shetty說。根據(jù)谷歌官方博客帖子，該團隊首先訓練人工智能掃描X光圖像，然后通過識別28000名女性乳房的變化來尋找乳腺癌的跡象。然后，他們將計算機的分類結果與女性的實際醫(yī)療結果進行對比。
最終，在美國，他們能夠減少9.4%的假陰性和5.7%的假陽性。在英國，會有兩名放射科醫(yī)生仔細檢查結果，在這樣的情況下，這個模型也能減少2.7%的假陰性和1.2%的假陽性。這篇論文的作者之一、谷歌的科學家Christopher Kelly在接受The Verge采訪時說：“在英國和美國，這種模式比單個放射科醫(yī)生的效果更好?！?/span>
盡管結果喜人，但是這個體系并不完美，研究人員發(fā)現(xiàn)，在大多數(shù)情況下，人工智能在乳腺癌診斷方面優(yōu)于醫(yī)生，但也有一些模型最初遺漏的病例被醫(yī)生診斷出來是患病的。西北大學的研究員 Mozziyar Etemadi也是這篇論文的作者之一，他告訴《華爾街日報》：“有時候，6名美國醫(yī)生都判斷某個病人患上了癌癥，但是這張X圖像卻通過了人工智能的檢測，反之也有這樣的情況。”
谷歌表示，該系統(tǒng)最終有望用于臨床?！拔覀儗@些結果感到非常興奮和鼓舞，”谷歌產品經理Daniel Tse說，他也是這篇論文的作者之一。他告訴The Verge，該小組目前正在努力確保這項研究能夠在人群中普及?！爱斈惆堰@個應用到臨床實踐中時，顯然會與理論研究有相當多的細微差別?！彼a充道。
谷歌一直小心地將這個項目定義為一個輔助放射科醫(yī)生的項目，而不是取代他們?！八麄兏髯詭砹俗约旱膬?yōu)勢，這是互補的，”Shetty表示。“在很多情況下，放射科醫(yī)生會發(fā)現(xiàn)一些模型遺漏的東西，反之亦然。將兩者結合起來，可能會加強整體效果?！?/span>
這個項目是谷歌正在努力向醫(yī)療保健領域發(fā)展的一部分，今年早些時候，谷歌與阿森松公司合作，獲取了數(shù)百萬美國公民的健康記錄。這個項目在一個知情人員透露這些健康記錄不是匿名的后受到了抨擊。在乳腺癌研究中，谷歌與美國和英國的臨床研究人員合作，使用了已經被去除識別的數(shù)據(jù)