Nature重磅:AI醫生出道 智慧醫療離我們還有多遠
21世紀什麼最重要?人才!而醫生是一群特殊專業人才。
在科學技術大爆炸的今天,醫療人才是否可能被取代?
答案是:有可能。
2020年1月1日,Nature上刊登了一篇名為《International evaluation of an AI system for breast cancer screening》的文章,研究團隊希望透過人工智慧(AI)技術,提高乳腺癌篩查的準確性和效率。
圖片來源於Nature
乳腺癌篩查——乳腺鉬靶X線攝影檢查
乳腺鉬靶X線攝影檢查,又稱乳腺鉬靶,是國際首推的乳腺癌篩查專案。
該檢查是無創性檢測手段,痛苦相對較小,簡便易行,且解析度高,重複性好,留取的影象可供前後對比,不受年齡、體形的限制,已作為常規的檢查。
它的特點是可以檢測出醫生觸控不到的乳腺腫塊,特別是對於大乳房和脂肪型乳房,其診斷性可高達95%,對於以少許微小鈣化為唯一表現的T0期乳腺癌(臨床門診陰性),也只有憑藉軟X線檢查才能被早期發現和診斷,對乳腺癌的診斷敏感性為82%~89%,特異性為87%~94%。
首部《中國乳腺癌篩查與早診早治指南》
乳腺鉬靶已被大面積推廣,但在2018年10月,我國推出的《中國乳腺癌篩查與早診早治指南》中指出,對於我國女性而言,如果僅靠X線檢查,約有1/3的乳腺癌可能被漏診,有研究表明超聲檢查對我國女性有更好的敏感性。
為此,中國醫學科學院腫瘤醫院內科副主任、乳腺癌指南專家委員會秘書長馬飛介紹說,國際指南對乳腺癌篩查普遍首推X線檢查,而X線檢查對緻密型乳房的敏感度相對較低。
因此,推薦在我國乳腺癌篩查中選擇超聲檢查結合X線檢查,必要時輔助核磁共振。希望藉助指南進一步規範我國乳腺癌的篩查與早診早治,提高我國乳腺癌早期診斷率。
假陰性率和假陽性率
篩查性乳房x光檢查的目的是在疾病的早期階段發現乳腺癌,以便更成功地進行治療。儘管世界各地都有篩查專案,但乳房x光檢查的解釋仍受到高假陽性和假陰性率的影響。
無論是乳腺鉬靶還是超聲,影像結果都可能呈現出“假陽性”和“假陰性”的情況,造成這些結果的原因與年齡、乳房密度、家族史等原因有關,這就可能會導致誤診。
研究結果
研究人員提出了一個人工智慧(AI)系統,它能夠在乳腺癌預測方面超越人類專家。為了評估它在臨床環境中的表現,策劃了一個來自英國和美國的大型代表性資料庫。研究顯示假陽性率降低了5。7%和1。2%(美國和英國),假陰性率降低了9。4%和2。7%。這為該系統從英國推廣到美國提供了有力證據。
在一項對6名放射科醫生的獨立研究中,人工智慧系統的表現優於所有人類讀片者:人工智慧系統的接受者工作特性曲線(AUC-ROC)下的面積大於平均放射科醫生的AUC-ROC,絕對幅度為11。5%。研究人員還模擬了人工智慧系統參與英國使用的雙讀片流程,發現人工智慧系統保持了良好的效能,並將第二讀片的工作量減少了88%。這種對人工智慧系統的有力評估為提高乳腺癌篩查的準確性和效率的臨床試驗鋪平了道路。
AI智慧正在悄然改變著我們的生活,從機器人服務員到無人駕駛汽車,而智慧醫療更將改變人們的就醫體驗。這不得不讓我們深入思考,人類如此強大,可以造就人工智慧,而人類似乎又很渺小,會被自己創造的人工智慧戰勝。
人工智慧在醫療領域的應用將會越來越多,但前路漫漫,AI應用還有很長的路要走,期待AI能夠給我們帶來更美好的未來。