研究人员说，计算机程序可以比人类专家更准确地从常规扫描中识别出乳腺癌。乳腺癌是女性中最常见的癌症之一，仅过去一年就有200万以上的新增病例。
及早发现对没有明显症状的患者至关重要。在英国，建议50岁以上的女性每三年进行一次乳房X光检查，并由两名独立专家对结果进行分析。
但是，对扫描结果的解读留有误差余地，所有乳房X光照片中有部分被证实为假阳性——将健康人误诊为癌症患者，要么返回假阴性——漏过了癌症诊断。
现在，Google Health的研究人员训练的人工智能，可以从英国和美国的数千名女性的X光照片诊断出癌症病例。
这些图像实现经过医生的预判，但是与临床环境不同，AI缺少患者的病史。
研究团队发现，他们的AI模型根据扫描结果给出的诊断，准确性与放射线照相专家相似。
此外，人工智能漏诊癌症的比率比人类专家略低，分别为美国的-5.7％和英国-1.2％。它还使美国患者的误诊率降低了9.4％，英国降低了2.7％。
Google Health英国负责人Dominic King告诉法新社：“发现越早，效果越好。我们的目标就是用技术节约专家和患者的宝贵时间。”
图片来源
AI的“第二意见”
在英国，所有的乳房X线照片均由两名放射科医生进行评估，这是一个必要但劳动密集的过程。
Google Health的团队进行实验，将计算机的决策与(负责当前病例的两位放射科之一的)人类专家的决策进行了比较。
如果两者给出了相同的诊断，则将X光照片标记为已解决。然后，在结果不一致的情况下，则参考另一位放射科医师的诊断。
King和他的团队发表在《自然》上的研究表明，使用人工智能来评估第一位人类专家的诊断可以为第二位临床医生节省多达88％的工作量。
King说：“世界上哪里有闲着的护士或医生。”
Ken Young是英国癌症研究中心(Case Research UK)的乳房X线照片收集管理医生，为这项研究做出了贡献。
他说，这是独特的，因为它再现了近30000次扫描中的真实诊断场景。
他说：“我们有一个样本可以代表所有可能通过乳腺筛查的妇女。它包括简单案例，困难案例以及介于两者之间的所有内容。”
研究团队说，还有进步的空间，他们希望这项技术有一天可以成为癌症诊断的“第二意见”。
