新的人工智能系统在诊断乳腺癌方面比医生有更高的准确性

华盛顿，8月11日(记者刘海英)-美国研究人员开发了一种人工智能系统，可以帮助医生更准确地读取活检组织数据，更好地诊断乳腺癌。他们最近在美国医学协会的杂志《JAMA Network Open》上发表了一篇研究论文，称该系统诊断某些类型乳腺病变的准确率甚至高于有经验的医生。

对于乳腺癌的诊断，活检是不可缺少的重要手段。然而，活检形成的医学图像包含大量复杂的数据，医生在理解这些数据时不可避免地会有一定的主观性，从而导致诊断偏差。

一些研究表明，在美国，每6例导管原位癌(一种非侵袭性乳腺癌)就会有一个诊断错误，而乳腺发育不良的诊断错误率更高。

这一次，由华盛顿大学、佛蒙特大学和其他机构的研究人员共同开发的人工智能系统可能会在未来在一定程度上减轻医生的压力。

研究小组通过使用240例乳腺活检图像来训练新开发的人工智能系统，以提高其识别良性、非典型、导管原位癌、浸润性乳腺癌和其他乳腺病变模式的能力。随后，研究小组通过该系统分析了60份乳腺活检标本，并将诊断结果与87名美国医生的独立诊断结果进行了比较。

结果表明，人工智能程序在区分癌症和非癌症病例方面的性能略低于人类医生，但在区分乳腺发育不良和导管原位癌方面优于人类医生。在相关疾病的诊断中，人工智能系统的灵敏度在0.88-0.89之间，而人类医生的平均灵敏度仅为0.70。敏感度得分越高，正确诊断和分类的可能性就越大。

研究人员表示，长期以来，美国医生在诊断乳腺发育不良和乳腺导管原位癌方面表现不佳且准确率较低，这也成为美国医生在诊断乳腺癌方面面临的最大挑战之一。他们的研究结果表明，基于机器学习的人工智能系统在这方面有很大的潜力，可以作为辅助系统帮助医生做出更准确的诊断。