藥明康德AI/報道

新年伊始， Google Health給我們帶來了好消息，其最新人工智能模型在乳腺癌篩查又有新突破！乳腺癌影響著全球女性，英國每年超過約55,000人被確診患有該病，美國大約有1/8的女性會在一生中可能患上乳腺癌。在英美這樣的乳腺癌發病率高、醫療技術發達的國家，盡管數字化乳腺攝影技術得到廣泛應用，可在發現并診斷疾病方面仍面臨不小的挑戰。

谷歌與DeepMind公司、英國癌癥研究中心（Cancer Research UK）、美國西北大學（Northwestern University）以及英國皇家薩里郡醫院（Royal Surrey County Hospital）展開緊密合作，旨在研究AI是否可以幫助放射科醫生更準確地發現乳腺癌的跡象，從而找出能提高乳腺癌篩查技術的最佳方法。日前，研究團隊在《自然》（Nature）雜志上發表其初步結果。

他們發現，AI模型能夠以與專家相似的水平正確篩選出篩查圖像中的乳腺癌跡象，從而減少了篩查假陰性（又稱漏診率）、假陽性（又稱誤診率）的結果。

醫生讀片失誤會導致乳腺癌患者得到假陰性或假陽性報告，這類誤診不僅會導致患者得不到及時有效的治療，還會給其帶來不必要的心理壓力，并給放射科醫生帶來更多的工作量。使用人工智能技術，則有可能改善這些問題的發生。

該AI系統由3個深度學習模型構成，每個模型都會用于不同層次的分析，分別用于分析以下3種情況：單個病變分析、單個乳房分析、以及整體病例分析。每個模型都會對乳腺X光圖像的病理產生0到1之間的癌癥風險評分，整體AI系統的預測精度則是結合這3個模型預測的平均值而產生。

用于訓練AI模型的兩個大型數據集來自英國和美國。英國的數據集是從英國國家衛生服務乳腺篩查計劃（NHSBSP）的三個乳腺篩查站點收集，總計包含了76,000多名女性的乳腺X光圖像；美國的數據集則收集于2001-2018年間，芝加哥西北紀念醫院約15,000多名患者的乳腺X光圖像。

隨后，他們采用一個單獨的數據集，評估驗證上述訓練成果的可靠性，該單獨數據集則由25,000多名患者圖像（英國25,000張，美國3,000張）構成。評估驗證下來，模型的預測結果漏診誤診均有所降低，相比美國的臨床實踐數據，AI減少了5.7%的假陽性報告和9.4%的假陰性報告；相比英國的臨床實踐數據，AI則減少了1.2%的假陽性報告和2.7%的假陰性報告。這對于目前20％的乳腺癌漏檢率來說已是一個“飛躍”。

▲ 乳腺癌預測表現：人工智能系統vs臨床醫生（圖片來源：參考資料[1]）

此外，研究人員還驗證了該AI模型是否可用于其他醫療系統。首先他們僅根據英國患者的數據集對AI進行訓練，接著將美國患者的數據集作為模型的評估驗證集，在這項單獨的實驗中，AI對乳腺癌預測的準確度不但比人類專家高，同時假陽性和假陰性的報告率分別降低了3.5%和8.1%，這也就意味著該AI系統具有應用到其他醫療環境的潛力。

最后，為了進一步驗證該系統的可靠性，研究人員召集6位放射科醫生，讓他們與AI進行“讀圖PK”，通過解釋500張來自美國患者的病例進行測試，AI的識別準確率更勝一籌。

同時，根據研究人員的說法，這一系統其本質是為了更好地輔助醫生而不是取代醫生，所以研究團隊目前所取得的成果也足以證明，人類醫生和AI醫生在未來的醫療環境中是優勢互補型的。AI降低漏檢率，同樣人類醫生也可以指出AI未識別的疾病案例。

▲（a）6位專家均未識別，但AI成功識別的樣本病例；（b）6位專家成功識別，但AI卻遺漏的樣本病例（圖片來源：參考資料[1]）

另外值得注意的是，AI在可參考歷史信息更少的情況下，依然能更準確識別乳腺癌。相較于人類醫生在做決策時有患者的病史及歷史數據可追溯，AI只處理識別它眼前這一張x光圖像，沒有歷史信息可作參考，從這一點來說，AI做決策的過程“更獨立”。

展望未來，研究初步成果喜人，該模型對于提高乳腺癌篩選程序的準確性和效率將有所幫助，同時還可以減少患者等待診斷結果時間和壓力。不過，臨床醫學是復雜的，醫生的決策并不是簡單的二元決定（在癌癥存在與否之間），還必須考慮其他體征和癥狀等。獲取其他數據在技術角度也較為復雜，所以未來將可查詢電子病歷以識別和注釋特定病例的系統與最新的AI結合使用，效果或許會更好。

參考資料：

[1] McKinney, S.M., Sieniek, M., Godbole, V. et al. International evaluation of an AI system for breast cancer screening. Nature 577, 89–94 (2020) doi:10.1038/s41586-019-1799-6

[2] Google just beat humans at spotting breast cancer — but it won’t replace them Retrieved Jan 2, 2020 from https://www.theverge.com/2020/1/1/21045635/google-ai-detect-breast-cancer-mammograms-healthcare

[3] Google Health’s AI identifies breast cancer in mammogram imagery with fewer false positives Retrieved Jan 2, 2020 from https://venturebeat.com/2020/01/01/google-healths-ai-identifies-breast-cancer-in-mammogram-imagery-with-fewer-false-positives/

[4] Using AI to improve breast cancer screening Retrieved Jan 2, 2020

from https://www.blog.google/technology/health/improving-breast-cancer-screening/

[5] Artificial intelligence could help breast screening save more lives Retrieved Jan 2, 2020 from https://scienceblog.cancerresearchuk.org/2020/01/01/artificial-intelligence-could-help-breast-screening-save-more-lives/

[6] AI shows promise for breast cancer screening Retrieved Jan 2, 2020

from https://www.nature.com/articles/d41586-019-03822-8