1 月 2 日訊，Google Health 聯(lián)合公司旗下 DeepMind、倫敦大學(xué)學(xué)院、劍橋大學(xué)、英國吉爾福德皇家薩里郡醫(yī)院、初創(chuàng)公司 Verily Life Sciences、斯坦福醫(yī)療中心、英國皇家馬斯登醫(yī)院等機(jī)構(gòu)在《自然》雜志上發(fā)表了一篇有關(guān) AI 乳腺癌檢測(cè)系統(tǒng)的論文，論文稱，該系統(tǒng)檢測(cè)乳腺癌的能力超過專業(yè)放射科醫(yī)生，或有助提高乳腺癌篩查的準(zhǔn)確性和效率。

據(jù)了解，在這項(xiàng)研究中，谷歌技術(shù)主管 Shravya Shetty 與研究人員合作，使用兩個(gè)數(shù)據(jù)集訓(xùn)練人工智能深度學(xué)習(xí)模型。其中一個(gè)數(shù)據(jù)集包含 25856 張來自英國的乳腺 X 線影像，另一數(shù)據(jù)集包含 3097 張來自美國的乳腺 X 線影像。結(jié)果顯示，人工智能模型檢測(cè)結(jié)果的假陽性率比典型放射科醫(yī)生低 5.7%（美國）和 1.2%（英國），假陰性率比典型放射科醫(yī)生低 9.4%（美國）和 2.7%（英國）。

假陽性又稱誤診率，指實(shí)際無病但根據(jù)篩檢被判為有病的百分比。假陰性率又稱漏診率，指實(shí)際有病，但根據(jù)篩檢試驗(yàn)被定為無病的百分比。

谷歌健康部門在博客中表示：“希望接下來能夠表明該模型可以潛提高篩查程序的準(zhǔn)確率和效率，從而減少患者等待的時(shí)間和壓力……但要實(shí)現(xiàn)這樣的目標(biāo)，需要持續(xù)進(jìn)行研究，進(jìn)行前瞻性臨床研究并獲得監(jiān)管部門的批準(zhǔn)，才能證明受此研究啟發(fā)的系統(tǒng)將如何改病患治療。”

此前，已有不少研究嘗試?yán)?AI 診斷乳腺癌。例如，Google 開發(fā)的用于轉(zhuǎn)移性乳腺癌檢測(cè)的 AI，其準(zhǔn)確率達(dá)到了 99％。2019 年，IBM Research 構(gòu)建的模型可以預(yù)測(cè)女性一年內(nèi)何時(shí)會(huì)患上惡性乳腺癌，同樣還構(gòu)建了分析乳腺癌細(xì)胞的系統(tǒng)。