目前人工智慧對乳腺癌的診斷與人類專家一樣好！你選哪個？

乳腺癌是英國最常見的癌症。它佔全國所有新病例的15%，大約八分之一的婦女將在一生中被診斷出患有該病。在英國國家醫療服務體系(NHS)中，乳腺癌篩查通常包括乳房x光檢查。

但是，隨著能夠閱讀這種早期測試的專家數量減少，這種測試的未來將面臨風險。雖然這種技能短缺無法立即彌補，但人工智慧領域有望取得的進步可能會有所幫助。

解釋乳房x線照片是一個複雜的過程，通常由受過專門訓練的放射科醫生和放射技師來完成。他們的技能對這種癌症的早期發現和診斷至關重要。他們在一次會議上仔細檢查了幾批乳房x光片，尋找乳腺癌的跡象。

但這些跡象往往模稜兩可或難以看清。乳房x線照相術的假陰性率(誤診或漏診癌症)在20%到30%之間。這些錯誤要麼是感知上的錯誤，要麼是解釋上的錯誤，都可以歸因於讀者的敏感性或特殊性。

人們普遍認為，發展解釋乳房x線照片所需的專業知識的關鍵是嚴格的培訓、廣泛的實踐和經驗。雖然研究人員正在研究訓練策略和感知學習模塊，以加快從新手讀者到專家的轉變，但其他人一直在研究如何利用人工智慧加快診斷速度，提高診斷的準確性。

機器診斷

正如在無數其他領域一樣，人工智慧演算法幫助癌症診斷的潛力並未被忽視。除了乳腺癌，研究人員一直在研究人工智慧如何提高肺癌、腦癌和攝護腺癌的治療效果和效率，以滿足日益增長的診斷需求。甚至谷歌也在研究人工智慧如何被用來診斷癌症。這家搜索巨頭已經訓練出一種演算法來檢測轉移的腫瘤，成功率高達99%。

對於乳腺癌，目前的焦點一直是人工智慧如何幫助通過乳房x光檢查診斷疾病。每一幅乳房x線照片都由兩名專家進行解讀，如果缺乏專業知識，這可能會導致診斷延遲。但研究人員一直在考慮在篩查時引入人工智慧系統。其理念是，它將支持專家的發現，而無需等待其他專業人士的第二意見。這將減少等待時間和相關的焦慮，為婦女的測試。

人工智慧已經在癌症圖像識別方面取得了重大進展。2018年末，研究人員報告稱，一個商業系統的準確度與101名放射科醫生對篩查性乳房x線照片逾2.8萬種解讀的準確度相當。這意味著它的癌症檢測精度可與放射專家相媲美。

在同一研究人員領導的另一項研究中，放射科醫生使用人工智慧系統進行支持，發現乳腺癌的檢出率有所提高，從83%提高到了86%。這項研究還發現，使用人工智慧系統減少了放射科醫生分析螢幕上圖像的時間。

微調和改進

儘管人工智慧的潛力受到了一些放射學家的歡迎，但也引起了其他人的懷疑。儘管其他研究人員也發現，人工智慧在通過乳房x線照片檢測乳腺癌方面與人類一樣出色，但這也帶來了一個警告：在人工智慧能夠安全地應用於乳腺篩查項目之前，還需要進行更多的微調和軟體改進。

令人興奮的是，人工智慧可能會被用來幫助檢測這種普遍存在的癌症，在引入人工智慧之前，需要考慮專家和公眾的信心。接受這項技術是至關重要的，這樣病人和醫療專業人員就知道他們收到了正確的結果。

到目前為止，公眾對乳腺癌篩查中人工智慧的認知還沒有多少研究，但對人工智慧和醫療保健的更廣泛研究發現，39%的人願意從事人工智慧/機器人醫療。在18- 24歲的人群中，這一比例上升到了55%。

人工智慧系統仍處於研究階段，目前還沒有公司計劃用它來診斷英國的病人。但這些有希望的結果表明，放射醫療保健服務的提供存在巨大的機會，最終有可能發現更多的乳腺癌和其他癌症患者。