藥明康德AI/報(bào)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(huì)在一生中可能患上乳腺癌。在英美這樣的乳腺癌發(fā)病率高、醫(yī)療技術(shù)發(fā)達(dá)的國家，盡管數(shù)字化乳腺攝影技術(shù)得到廣泛應(yīng)用，可在發(fā)現(xiàn)并診斷疾病方面仍面臨不小的挑戰(zhàn)。

谷歌與DeepMind公司、英國癌癥研究中心（Cancer Research UK）、美國西北大學(xué)（Northwestern University）以及英國皇家薩里郡醫(yī)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(yī)生更準(zhǔn)確地發(fā)現(xiàn)乳腺癌的跡象，從而找出能提高乳腺癌篩查技術(shù)的最佳方法。日前，研究團(tuán)隊(duì)在《自然》（Nature）雜志上發(fā)表其初步結(jié)果。

他們發(fā)現(xiàn)，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(jié)果。

醫(yī)生讀片失誤會(huì)導(dǎo)致乳腺癌患者得到假陰性或假陽性報(bào)告，這類誤診不僅會(huì)導(dǎo)致患者得不到及時(shí)有效的治療，還會(huì)給其帶來不必要的心理壓力，并給放射科醫(yī)生帶來更多的工作量。使用人工智能技術(shù)，則有可能改善這些問題的發(fā)生。

該AI系統(tǒng)由3個(gè)深度學(xué)習(xí)模型構(gòu)成，每個(gè)模型都會(huì)用于不同層次的分析，分別用于分析以下3種情況：單個(gè)病變分析、單個(gè)乳房分析、以及整體病例分析。每個(gè)模型都會(huì)對乳腺X光圖像的病理產(chǎn)生0到1之間的癌癥風(fēng)險(xiǎn)評分，整體AI系統(tǒng)的預(yù)測精度則是結(jié)合這3個(gè)模型預(yù)測的平均值而產(chǎn)生。

用于訓(xùn)練AI模型的兩個(gè)大型數(shù)據(jù)集來自英國和美國。英國的數(shù)據(jù)集是從英國國家衛(wèi)生服務(wù)乳腺篩查計(jì)劃（NHSBSP）的三個(gè)乳腺篩查站點(diǎn)收集，總計(jì)包含了76,000多名女性的乳腺X光圖像；美國的數(shù)據(jù)集則收集于2001-2018年間，芝加哥西北紀(jì)念醫(yī)院約15,000多名患者的乳腺X光圖像。

隨后，他們采用一個(gè)單獨(dú)的數(shù)據(jù)集，評估驗(yàn)證上述訓(xùn)練成果的可靠性，該單獨(dú)數(shù)據(jù)集則由25,000多名患者圖像（英國25,000張，美國3,000張）構(gòu)成。評估驗(yàn)證下來，模型的預(yù)測結(jié)果漏診誤診均有所降低，相比美國的臨床實(shí)踐數(shù)據(jù)，AI減少了5.7%的假陽性報(bào)告和9.4%的假陰性報(bào)告；相比英國的臨床實(shí)踐數(shù)據(jù)，AI則減少了1.2%的假陽性報(bào)告和2.7%的假陰性報(bào)告。這對于目前20％的乳腺癌漏檢率來說已是一個(gè)“飛躍”。

▲ 乳腺癌預(yù)測表現(xiàn)：人工智能系統(tǒng)vs臨床醫(yī)生（圖片來源：參考資料[1]）

此外，研究人員還驗(yàn)證了該AI模型是否可用于其他醫(yī)療系統(tǒng)。首先他們僅根據(jù)英國患者的數(shù)據(jù)集對AI進(jìn)行訓(xùn)練，接著將美國患者的數(shù)據(jù)集作為模型的評估驗(yàn)證集，在這項(xiàng)單獨(dú)的實(shí)驗(yàn)中，AI對乳腺癌預(yù)測的準(zhǔn)確度不但比人類專家高，同時(shí)假陽性和假陰性的報(bào)告率分別降低了3.5%和8.1%，這也就意味著該AI系統(tǒng)具有應(yīng)用到其他醫(yī)療環(huán)境的潛力。

最后，為了進(jìn)一步驗(yàn)證該系統(tǒng)的可靠性，研究人員召集6位放射科醫(yī)生，讓他們與AI進(jìn)行“讀圖PK”，通過解釋500張來自美國患者的病例進(jìn)行測試，AI的識別準(zhǔn)確率更勝一籌。

同時(shí)，根據(jù)研究人員的說法，這一系統(tǒng)其本質(zhì)是為了更好地輔助醫(yī)生而不是取代醫(yī)生，所以研究團(tuán)隊(duì)目前所取得的成果也足以證明，人類醫(yī)生和AI醫(yī)生在未來的醫(yī)療環(huán)境中是優(yōu)勢互補(bǔ)型的。AI降低漏檢率，同樣人類醫(yī)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?xì)v史信息更少的情況下，依然能更準(zhǔn)確識別乳腺癌。相較于人類醫(yī)生在做決策時(shí)有患者的病史及歷史數(shù)據(jù)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(diǎn)來說，AI做決策的過程“更獨(dú)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(zhǔn)確性和效率將有所幫助，同時(shí)還可以減少患者等待診斷結(jié)果時(shí)間和壓力。不過，臨床醫(yī)學(xué)是復(fù)雜的，醫(yī)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(shù)據(jù)在技術(shù)角度也較為復(fù)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(tǒng)與最新的AI結(jié)合使用，效果或許會(huì)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