北京大学肿瘤医院

返回

顶部

网站导航

谷歌乳腺癌AI检测新突破,误诊率低于人类医生

作者: 来源: 发布时间:2020-01-16

近期,谷歌健康部门(Google Health)联合公司旗下人工智能企业DeepMind及多家英美医学机构在《自然》杂志上发表了人工智能AI乳腺癌检测系统研究进展,该系统检测乳腺癌的能力超过专业放射科医生,或有助提高乳腺癌筛查的准确性和效率。(Nature. 2020; 577: 89-94. doi: 10.1038/s41586-019-1799-6.)

当前乳腺癌诊断一般是进行乳房X线摄影,由放射科医生进行检查评估,易产生误诊和漏诊现象,有些女性被误诊肿瘤,还有一部分未被检出。过去几年,Google Health部门一直试图通过人工智能解决疾病诊断不准确的问题。

该人工智能模型将76 000多名英国女性和15 000多名美国女性的乳房X线摄影作为训练数据集,训练人工智能深度学习模型。通过对25 856张英国女性乳房X线摄影和3 097张美国女性乳房X线摄影进行结果测试发现,该人工智能模型检测结果要比人类放射科医生的诊断结果好很多,同时还可以识别出医生遗漏掉的患有乳腺疾病的X线影像。该人工智能模型假阳性率(误诊率)比放射科医生低5.7%(美国)和1.2%(英国),假阴性率(漏诊率)比医生低9.4%(美国)和2.7%(英国)。在两个数据集中,AI模型的受试者工作特性曲线下面积(AUC)分别为0.889和0.895。

研究者邀请了6名放射学专家与AI一起读了500张乳腺钼靶来进行对比。结果发现,与6名专家的读片结果相比,AI模型的诊断能力更好,6名专家的平均AUC为0.625,而AI系统AUC为0.740,比人类高11.5%。在双读过程中利用这款AI系统可以将核片医生的工作量减少88%。

人类和AI系统所漏诊的肿瘤是互补的。AI模型“读”出了被6名专家漏诊的肿瘤:一枚右乳内下象限的小型不规则、伴微小钙化的肿块;但6名专家也一致对AI模型漏诊的肿瘤做出了正确的诊断:一枚位于右乳内下象限的致密肿块。AI模型发现的肿瘤比人类发现的更具侵袭性。

谷歌健康部门、DeepMind、伦敦大学学院、剑桥大学、英国吉尔福德皇家萨里郡医院、谷歌旗下初创公司Verily Life Sciences、斯坦福医学中心、英国皇家马斯登医院等机构共同完成了这项人工智能系统研究。

医院谷歌健康部门表示,希望接下来能够表明该模型可以潜在提高筛查程序的准确率和效率,从而减少患者等待的时间和压力,但要实现这样的目标,需要持续进行研究,进行前瞻性临床研究并获得监管部门的批准,才能证明受此研究启发的系统将如何改善病患治疗。

实际上,在此之前,已有不少研究尝试利用AI诊断乳腺癌。例如,Google开发的用于转移性乳腺癌检测的AI,其准确率达到了99%。2019年,IBM Research构建的模型可预测女性一年内何时会患上恶性乳腺癌,同样还构建了分析乳腺癌细胞的系统。

该研究报告的AI模型的确比人类专家有更好的诊断表现,研究报告引起了人工智能元老之一Yann LeCun教授的注意,LeCun教授连续发文对该研究进行了抨击和指摘,他指出,此前纽约大学曾发表过AI表现更出色的研究报告,使用了超过14万名女性的影像,AUC同样达到0.895,且研究数据和模型已公开,而Google Health研究的数据和模型并未公开。

(编译 韩佳)