谷歌發布新的AI乳腺癌檢測系統，誤診和漏診率均低于專業放射科醫生

研究人員指出，因算法對內部工具、基礎架構和硬件有很大依賴，其代碼尚不便于發布。

當地時間2020年1月1日，谷歌健康部門聯手DeepMind在Nature上發布了一項最新研究成果——AI乳腺癌檢測系統，作者稱該系統檢測乳腺癌的能力超過專業放射科醫生。

乳腺癌是一種發病率相對較高的疾病。統計數據顯示，在世界范圍內，有八分之一的女性都會被診斷出患有乳腺癌，2018年全球約有627000名女性死于乳腺癌，約占女性癌癥死亡人數的15%。因此，為了盡早發現乳腺癌，不少國家已經實施大規模篩查計劃，但專業醫生對早期乳腺X線影像的分析無法做到高效精準，誤診與漏診也是常有的事情，而由此產生的診斷結果會致使患者進入不必要的侵入性診斷程序。

因此為了幫助醫生更快更精準地進行監測，研究人員訓練出了該系統。在這項研究中，谷歌技術主管Shravya Shetty與研究人員合作，使用兩個數據集訓練人工智能深度學習模型。其中一個數據集包含25856張來自英國的乳腺X線影像，另一數據集包含3097張來自美國的乳腺X線影像。結果顯示，人工智能模型檢測結果的假陽性率（誤診率）比放射科醫生的診斷結果低5.7%（美國）和1.2%（英國），假陰性率（漏診率）比放射科醫生的診斷結果低9.4%（美國）和2.7%（英國）。

據悉，谷歌健康部門、DeepMind、倫敦大學學院、劍橋大學、英國吉爾福德皇家薩里郡醫院、谷歌旗下初創公司Verily Life Sciences、斯坦福醫療中心、英國皇家馬斯登醫院等機構共同完成了這項研究。在上述研究的獨立子實驗中，人工智能系統的表現優于全部6名放射科醫生。

其實，在谷歌發布該系統之前，包括谷歌醫療、MIT在內的多家研究機構都曾發布過AI診斷乳腺癌的研究成果，但與往常不同的是，谷歌健康部門稱此次發布的成果在設計上做了大幅優化，且定位明確，是作為輔助醫生判斷的工具，同時其成本也在原有的基礎上大大降低。

研究部門研究人員對外表示，“該AI系統可以幫助醫生發現錯誤，同時醫生仍然可以使用該技術來提升患者的治療效果，并且大家完全不用擔心醫生會對軟件產生依賴。”

值得一提的是，該算法的代碼尚未發布。對此，研究人員解釋稱，用于訓練模型的代碼對內部工具、基礎架構和硬件有很大的依賴性，因此不便于發布。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！