研究表明，人工智能提高了肺癌诊断的准确性

肺癌的最致命的属性NE是其欺骗放射能力。一些结节似乎有威胁，但结果是假阳性。其他人完全逃避通知，然后螺旋状无症状转为转移性疾病。

然而，周一，公布了一种人工智能系统 - 在早期测试中 - 展示了通过肺癌伪装看到的非凡才能。

发表在“自然医学”杂志上的一项研究报告称，该算法在美国临床试验期间接受了42,000例患者CT扫描，在确定患者是否患有癌症方面表现优于6位放射科医师。它检测到5％的癌症并减少假阳性 - 当怀疑癌症虽然结节是无害的 - 检查单次扫描时减少了11％。当患者的先前图像也包括在评估中时，它与放射科医师相当。

结果强调了AI改善癌症筛查的潜力，并帮助放射科医生更早，更准确地诊断恶性肿瘤 - 尽管该研究没有显示谷歌系统是否能帮助患者延长寿命。到目前为止，肺癌是癌症中美国人最常见的杀手，导致2018年约160,000人死亡。

美国的一项大型研究 - 与为算法提供数据的研究相同 - 确定筛查高风险患者（如长期吸烟者）可将死亡风险降低约20％，但同时也引发了对假阳性的担忧，导致不必要的测试，可以伤害患者。据报道，几例死亡是由于误报导致患者接受侵入性活检和其他手术。对筛查的整体准确性和益处的持续关注导致这种测试的低费率。同时，当疾病难以有效治疗时，大约50％的肺癌在已经传播后被诊断出来。

没有参与该研究的专家表示，谷歌的系统可以使筛查更加可行。

“这些人拥有的技术可以极大地提高癌症高精准筛查，”肿瘤学和流行病学教授，美国癌症协会前任执行副总裁奥蒂斯·布劳利博士说。他说，他一般都是肺癌筛查的怀疑论者，但强调谷歌在减少误报方面的表现是向前迈出的重要一步。

“这将阻止更多不良事件发生在正在接受筛查的人身上，”布劳利说，并补充说，该系统在这方面的强劲表现并不一定意味着它将挽救更多肺癌患者的生命。

的系统需要进行更严格的测试 - 可能是一项随机对照试验 - 然后才能投入医疗实践。该研究仅限于已经接受过治疗的患者，因此无法判断该系统在用于新患者时是否会带来更有效的护理和更好的治疗效果。

承认这项研究的重点和随附的博客文章，并补充说他们正在与临床合作伙伴合作，以进一步完善和验证该系统。“为了对此进行全面评估，你必须与研究机构合作并开展大规模试验，以了解这项技术将如何在大规模和广泛的人群中发挥作用，”谷歌产品经理说道，他是合着的人。研究。他补充说，该公司已与食品和药物管理局进行了提交前的讨论，以讨论批准标准。

开发人工智能系统的工程师强调，它不是为了取代放射科医师，而是为了提高他们检测结节的能力并确定它们是否有危险。现有的计算机辅助系统将结节癌症检测和癌症诊断分成不同的任务。的系统执行这两项功能，在扫描中对感兴趣的区域进行珩磨，并提供指示给定患者的结节是否癌变的风险评分。

该系统使用卷积神经网络（一种AI架构）来学习恶性肿瘤的特征，并通过分析三维CT扫描指出有问题的区域。对于放射科医师来说，这项任务既困难又耗时，因为他们无法像计算机一样检查三维扫描; 他们必须审查数百个单独的扫描切片以磨练问题。但计算机可以立即查看所有维度。

“我们能够以非常高的分辨率在整个扫描过程中训练[AI模型]，”工程师兼技术负责人表示。“虽然放射科医生可以看一下切片，但这里的模型有明显的优势。”

作者报告说，当系统接触到训练过的NIH数据集之外的患者时，系统的性能保持一致。该系统审查了来自芝加哥西北纪念医疗保健的1,700名患者的扫描结果，并对结节分类和诊断进行了类似的结果。

专家表示，软件可能对普通放射科医生特别有用，他们经常在美国医院检查患者的肺部扫描。大多数缺乏专门研究肺部疾病并集中在大型学术医疗中心的胸部放射科医师的专业知识。

“为了能够向所有人提供筛查，它不能仅由胸部放射科医师完成。它必须由所有放射科医生完成，“的医学肿瘤学家博士说，他是美国协会的全国发言人。

他说，在，胸部放射科医师定期参加会议讨论患者护理，并指出扫描的具体方面，指出为什么结节可能是恶性的，也可能不是。

“这是一个令人难以置信的资源，计算机也许可以做到这一点，”他说。“这是一项非常重要的研究，应该促使有资金的人进行随机试验。”

表示，该公司正在积极开展这项工作。“我们正在谷歌和我们的合作伙伴内部推动事态发展，”他说，并补充说他还无法确定后续研究的时间框架。