当地时间2020年1月1日,谷歌卫生部与人工智能企业deepmind在顶级学术期刊《自然》上发布了人工智能乳腺癌检测系统。作者说,该系统检测乳腺癌的能力比专业放射科医生强,或者它可能有助于提高乳腺癌筛查的准确性和效率。
为了尽早发现乳腺癌,许多国家都实施了大规模的乳腺筛查计划。然而,专业医生对乳腺钼靶x线分析的准确性仍存在很大的不确定性,容易出现误诊和漏诊。由此产生的诊断结果会引起患者的焦虑和不必要的侵入性诊断程序。
假阳性率,又称误诊率,是指实际无病但根据筛查判断有病的患者所占的百分比。假阴性率,又称漏诊率,是指实际患病情况,但根据筛查结果确定为无病百分比。
人工智能系统与临床医生在乳腺癌预测中的作用人工智能系统与临床医生在乳腺癌预测中的作用
根据世界卫生组织提供的数据,乳腺癌是女性最常见的癌症之一,每年影响约210万女性。2018年,全球约有627000名女性死于乳腺癌,约占女性癌症死亡人数的15%。
乳腺癌预测,与6名独立医生相比,与6名独立医生相比
在英国,乳房检查是由两名分析乳房X光片的放射科医生进行的。针对这种情况,研究人员发现,使用人工智能系统可以减少二级医生阅读的工作量88%。
2017年,谷歌医疗人工智能在乳腺癌诊断方面超过了人类专业病理学家。第二年,谷歌发布了一个针对晚期乳腺癌的人工智能检测系统,它可以在99%的病例中有没有关于活动策划书籍正确区分转移癌。
2018年10月,麻省理工学院(Massachusetts Institute of technology)发布了一个深度学习模型,用于评估乳腺X光摄影中的致密乳腺组织,诊断性能与放射科医生类似。2019年5月,麻省理工学院计算科学与人工智能实验室和马萨诸塞州总医院发布了人工智能系统,该系统宣布,可以通过乳腺X光摄影预测未来5年患者是否会患乳腺癌。
2019年9月,美国医学会肿瘤学杂志《顶级国际肿瘤学杂志》发表的一项大规模研究显示,男性乳腺癌患者的死亡率比女性高19%。研究指出,男性乳腺癌患者的诊断年龄大于女性,平均诊断年龄为63.3岁,女性患者的平均诊断年龄为59.9岁。男性患者在各个阶段的死亡率都高于女性患者。据研究人员称,男性患者的死亡率63.3%与临床特征和治疗不当有关。