Google的AI模型在乳腺癌的检测预测方面胜过放射线医师

小编发现不少朋友对于Google的AI模型在乳腺癌的检测预测方面胜过放射线医师这方面的信息都比较感兴趣，小编就针对Google的AI模型在乳腺癌的检测预测方面胜过放射线医师整理了一些相关方面的信息 在这里分享给大家。

根据发表在《自然》杂志上的新研究，基于深度学习的AI模型比放射科医生可以更准确地识别乳腺癌。这对于癌症检测的未来意味着什么?

这项研究的作者包括来自Google Health的几位代表，他们对来自英国25,000多名患者和3,000多名女性的乳房X光照片进行了AI算法的培训。为了将算法的性能与人类专家进行比较，研究小组要求一个独立的独立研究组织进行一项涉及6名符合MQSA规范的放射科医生的读者研究。该研究包括从数据集中随机选择的500幅乳房X线照片，放射科医生使用BI-RADS分数对每张图像进行评分。

研究人员指出，总体而言，AI算法“大大超过了放射科医生的平均表现。” 接收器操作员特征曲线(AUC-ROC)下的AI面积比一般放射线医师高出11.5%的绝对余量。

“在这项研究中，我们提出了一个在放射诊断乳腺癌的临床相关任务方面胜过放射线医师的AI系统，” MS Mayer McKinney，MS及其同事写道。“这些结果在代表不同筛查人群和实践的两个大型数据集中得到。”

该算法还导致数据集和英国数据集的假阳性结果绝对减少了5.7%和1.2%。

作者写道：“假阳性可能导致患者焦虑，不必要的随访和侵入性诊断程序。”

麦金尼等人。他还指出，尽管无法确定确切的模式，但AI算法和人体放射学家不同意某些发现。他们补充说，“这暗示着AI系统和人类读者在达成准确结论方面的潜在互补作用。”

《自然》杂志还发表了关于放射学院首席研究官Etta D. Pisano，MD撰写的发现的评论。Pisano探索了AI的潜力以及这项新研究的局限性。

她写道：“麦金尼及其同事的研究结果表明，人工智能有一天可能会有助于乳腺癌的早期发现，但是作者正确地指出，将需要进行临床试验以进一步评估该工具在医学实践中的实用性。” 。“与本研究报告的受控研究环境相比，现实世界更加复杂，并且可能更加多样化。例如，该研究并未包括当前使用的所有不同的乳腺X射线摄影技术，并且大多数图像是使用来自一家制造商的乳腺X射线摄影系统获得的。”