目前人工智能对乳腺癌的诊断与人类专家一样好！你选哪个？
来源：本站原创 2019-07-18 06:18
2019年7月18日讯 /生物谷BIOON/——乳腺癌是英国最常见的癌症。它占全国所有新病例的15%，大约八分之一的妇女将在一生中被诊断出患有该病。在英国国家医疗服务体系(NHS)中，乳腺癌筛查通常包括乳房x光检查。但是，随着能够阅读这种早期测试的专家数量减少，这种测试的未来将面临风险。虽然这种技能短缺无法立即弥补，但人工智能领域有望取得的进步可能会有所帮助。图片来源：http://cn.bing
2019年7月18日讯 /生物谷BIOON/——乳腺癌是英国最常见的癌症。它占全国所有新病例的15%，大约八分之一的妇女将在一生中被诊断出患有该病。在英国国家医疗服务体系(NHS)中，乳腺癌筛查通常包括乳房x光检查。
但是，随着能够阅读这种早期测试的专家数量减少，这种测试的未来将面临风险。虽然这种技能短缺无法立即弥补，但人工智能领域有望取得的进步可能会有所帮助。
图片来源：http://cn.bing.com
但这些迹象往往模棱两可或难以看清。乳房x线照相术的假阴性率(误诊或漏诊癌症)在20%到30%之间。这些错误要么是感知上的错误，要么是解释上的错误，都可以归因于读者的敏感性或特殊性。
人们普遍认为，发展解释乳房x线照片所需的专业知识的关键是严格的培训、广泛的实践和经验。虽然研究人员正在研究训练策略和感知学习模块，以加快从新手读者到专家的转变，但其他人一直在研究如何利用人工智能加快诊断速度，提高诊断的准确性。
机器诊断
正如在无数其他领域一样，人工智能算法帮助癌症诊断的潜力并未被忽视。除了乳腺癌，研究人员一直在研究人工智能如何提高肺癌、脑癌和前列腺癌的治疗效果和效率，以满足日益增长的诊断需求。甚至谷歌也在研究人工智能如何被用来诊断癌症。这家搜索巨头已经训练出一种算法来检测转移的肿瘤，成功率高达99%。
图片来源：http://cn.bing.com
对于乳腺癌，目前的焦点一直是人工智能如何帮助通过乳房x光检查诊断疾病。每一幅乳房x线照片都由两名专家进行解读，如果缺乏专业知识，这可能会导致诊断延迟。但研究人员一直在考虑在筛查时引入人工智能系统。其理念是，它将支持专家的发现，而无需等待其他专业人士的第二意见。这将减少等待时间和相关的焦虑，为妇女的测试。
人工智能已经在癌症图像识别方面取得了重大进展。2018年末，研究人员报告称，一个商业系统的准确度与101名放射科医生对筛查性乳房x线照片逾2.8万种解读的准确度相当。这意味着它的癌症检测精度可与放射专家相媲美。
在同一研究人员领导的另一项研究中，放射科医生使用人工智能系统进行支持，发现乳腺癌的检出率有所提高，从83%提高到了86%。这项研究还发现，使用人工智能系统减少了放射科医生分析屏幕上图像的时间。
微调和改进
尽管人工智能的潜力受到了一些放射学家的欢迎，但也引起了其他人的怀疑。尽管其他研究人员也发现，人工智能在通过乳房x线照片检测乳腺癌方面与人类一样出色，但这也带来了一个警告：在人工智能能够安全地应用于乳腺筛查项目之前，还需要进行更多的微调和软件改进。
图片来源：http://cn.bing.com
令人兴奋的是，人工智能可能会被用来帮助检测这种普遍存在的癌症，在引入人工智能之前，需要考虑专家和公众的信心。接受这项技术是至关重要的，这样病人和医疗专业人员就知道他们收到了正确的结果。
到目前为止，公众对乳腺癌筛查中人工智能的认知还没有多少研究，但对人工智能和医疗保健的更广泛研究发现，39%的人愿意从事人工智能/机器人医疗。在18- 24岁的人群中，这一比例上升到了55%。
人工智能系统仍处于研究阶段，目前还没有公司计划用它来诊断英国的病人。但这些有希望的结果表明，放射医疗保健服务的提供存在巨大的机会，最终有可能发现更多的乳腺癌和其他癌症患者。（生物谷Bioon.com）
参考资料：
【5】Alejandro Rodríguez-Ruiz et al. Detection of Breast Cancer with Mammography： Effect of an Artificial Intelligence Support System. Radiology. DOI： https：//doi.org/10.1148/radiol.2018181371
【7】Alejandro Rodriguez-Ruiz et al. Stand-Alone Artificial Intelligence for Breast Cancer Detection in Mammography： Comparison With 101 Radiologists. JNCI： Journal of the National Cancer Institute， djy222， https：//doi.org/10.1093/jnci/djy222
【8】Mammograms
版权声明 本网站所有注明“来源：生物谷”或“来源：bioon”的文字、图片和音视频资料，版权均属于生物谷网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：生物谷”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
87%用户都在用生物谷APP 随时阅读、评论、分享交流 请扫描二维码下载->
