Google Health Pioneers乳腺癌AI扫描

来自自然杂志的Google Health的研究论文报告说，基于谷歌的Tensorflow算法的机器学习可用于减少乳腺癌扫描扫描中的误报水平。

当乳房扫描扫描错误被识别为癌症时，会发生误报。如果错误被诊断为不是癌症，则会发生假阴性。

本文重点介绍了对更多临床试验的需要以及临床医生的需求，以适应更多AI（人工智能）用于支持临床决策的临床决策。

乳房X XMIGROW扫描代表可通过AI算法分析的图像。根据研究人员，这些扫描的基于人的图像分析通常是具有挑战性的，因为癌症通常被致密的乳房组织掩盖。这导致计算机科学家调查使用AI分析扫描。

在Google健康论文中，基于培训AI算法使用英国和美国的大型代表数据集识别乳腺癌，研究人员在美国数据集中的误报中报告了5.7％的绝对减少。英国数据集呈现出误阳性结果的1.2％。

该研究还发现，该系统能够将美国数据的假阴性结果减少9.4％。英国数据集减少了错误的底片。

虽然乳房X光图都基于使用单个制造商的系统的扫描，但本文报告了AI软件从筛选计划准确地解释乳房X光检查时表现优于人类放射科医师。

使用这种AI系统来赞美人类的诊断工作将需要放射科医师来调整工作实践。特别是，使用计算机辅助诊断的当前系统倾向于识别放射科学家扫描的区域以进​​一步调查。如果他们对扫描的检查显示它没有癌变，则扫描标记为恶性阴性。

但是，根据研究人员，如果基于AI的系统识别出异常扫描，则没有被放射科学家被视为这样的扫描，因此需要进一步调查。

研究人员表明，临床试验将使临床医生能够制定有效的临床实践来处理异常扫描。

谷歌深思熟虑的研究员Jeffrey de Fauw：“对于AI Health，我们需要精心设计的临床试验来验证性能，但这需要时间。”

描述了AI如何确实优于人类临床医生的警告，De Fauw补充说：“甚至给出了所有这些细微差别，我仍然相信AI将对我们的生活产生强烈的积极影响，其中健康将是一个重要的方面。我希望我们的工作能够在长期内为此做出贡献。“

阅读更多AI在医疗保健中