記者 | 田思奇
相比其他領域，人工智慧（AI）應用於人類醫療的前景受到更為廣泛的期待，相關研究也層出不窮。《自然》雜誌1月1日發布的最新研究稱，在根據乳房X光照片診斷乳腺癌方面，人工智慧可以做出比醫生更準確的判斷。但研究的局限性也意味著代替醫生診斷乳腺癌並不容易。
來自谷歌健康（Google Health）和倫敦帝國理工學院的研究人員設計了一個基於超9萬名女性X光圖像的模型。該演算法給出的乳腺癌診斷比放射科醫生更準確。同時與兩名醫生合作診斷的準確率類似。
與人類不同的是，人工智慧不知疲倦。專家表示，這可以提高檢測率，並加快診斷速度——計算機可以在幾秒鐘內分析圖像給出結果。谷歌健康的專家多米尼克·金說：「我們的團隊為這些研究結果感到自豪，這表明我們正在開發的工具可以幫助臨床醫生更準確地發現乳腺癌。」
研究人員還表示，人工智慧可以減少邀請兩名醫生判斷乳房X光圖像的必要，在放射科醫生短缺的情況下減輕醫生的工作壓力。報告合著者、英國癌症研究中心（CRUK）帝國中心主任阿拉·達爾齊對BBC表示：「這遠遠超出了我的預期。它將對提高診斷質量產生重大影響，還會讓放射科醫生自由地做更重要的事情。」
讓人工智慧給出判斷的大多數乳房X照片來自英國癌症研究中心的資料庫，包括來自英國各地醫院的2.5萬張圖像，還有3000多張來自美國芝加哥西北紀念醫院的數據。
結果表明，與最初看到這些圖像並給出診斷的放射科醫生相比，人工智慧在美國和英國分別減少了9.4%和2.7%的漏診病例。錯誤診斷為乳腺癌的病例也分別減少5.7%和1.2%。此外，研究團隊又邀請6名美國放射科醫生對隨機抽取的500張圖像給出診斷，相比之下，人工智慧的表現依舊佔優。
但在某些情況下，這些放射科醫生都能發現人工智慧漏診的癌症。
美國放射學會首席研究官埃塔·皮薩諾在《自然》雜誌發表評論稱：「與這項研究受限制的研究環境類型相比，現實世界更加複雜，也可能更加多樣化。」
皮薩諾解釋稱，這項研究意味著人工智慧有朝一日可以輔助乳腺癌早期診斷，但這項研究沒有涵蓋所有現有的乳房X光檢查系統。除了按年齡分層以外，研究沒有其他指標來代表普通人群，即不具有廣泛適用性。
與此同時，如果開發和應用這樣的人工智慧系統，皮薩諾認為必須關注患者隱私，以及數據存儲、使用和監管的方式。
乳腺癌是中國女性第一高發惡性腫瘤，發病率逐年升高。去年8月，中國抗癌協會等機構發布的《中國女性乳腺癌篩查指南》推薦一般風險女性每兩年做一次乳腺X線篩查，以實現乳腺癌早診早治。同時對於初次接受乳腺癌篩查的女性，推薦乳腺觸診作為乳腺影像學篩查之前的初始手段。
