根据研究表明，人工智能有能力大幅减少早期乳腺癌的漏诊数量，该研究表明该技术具有改善和加速医学诊断的潜力。人工智能分析显示，病例比医生发现的病例多出13%——在目前非人工智能筛查估计会漏诊的20%或更多癌症中，有很大一部分是被遗漏的。这项新研究于周四发表在《自然医学》（Nature Medicine）杂志上，强调了机器学习如何通过标记错误或识别人类忽视的难以阅读的迹象来帮助解决危及生命的疾病。 “我们的研究表明，使用人工智能可以作为一个有效的安全网 - 一种防止癌症从裂缝中掉落的微妙迹象的工具，”该研究的合著者，伦敦帝国理工学院成像机器学习教授Ben Glocker说。“亲眼目睹人工智能的使用可以大大降低乳腺筛查中癌症的漏诊率，这是巨大的，这对我们利用人工智能技术改变癌症护理的使命来说是一个重大推动力。” 该研究使用了一种名为Mia的人工智能工具，该工具由专门从事AI医疗诊断的英国公司Kheiron Medical Technologies开发。该论文研究了 25 年至 000 年期间在匈牙利接受乳腺癌筛查的 2021,2023 名女性。该研究包括三个阶段，在每个阶段中，放射科医生与人工智能的互动方式略有不同。与至少两名放射科医生的标准读数相比，这些组的癌症检出率分别提高了5%、10%和13%。大多数发现的额外癌症都是侵袭性的，这意味着它们有可能扩散到身体的其他部位。 该研究提供了重要证据，证明人工智能可以提高识别恶性组织的准确性，并加快这一过程。瑞典8月下旬发表的研究发现，与标准的人类双重阅读相比，人工智能增强的乳房X光检查导致的癌症检出率相似。英国皇家放射科医学院院长凯瑟琳·哈利迪（Katharine Halliday）博士说，匈牙利的最新研究是NHS中“我们如何利用人工智能加快诊断和治疗的一个有希望的例子”，他没有参与这项研究。“这些结果强调了人工智能在提高乳房X光检查解释的准确性和支持临床决策方面的潜力，”她说。“这项研究强调了人工智能和放射科医生的互补性，预见了利用两者优势的合作未来。”人工智能的使用也提供了加快分析速度的可能性。匈牙利论文的作者说，Mia可以节省高达45%的乳腺癌扫描阅读时间。 Kheiron表示，Mia已在英国的16家医院进行了试点，并正在美国推广。研究人员指出，在研究的基础上，扩大和深化人工智能如何用于检测癌症非常重要。他们说，优先考虑的领域包括从更多国家获得结果和使用其他人工智能系统，以及监测其研究组中更多癌症病例的出现。 图：一张专业准备的幻灯片的显微照片，展示了患有导管癌的乳腺组织：人工智能分析显示，病例比医生发现的病例