谷歌的人工智能技術(shù)DeepMind在2016年的中國古代游戲“Go”中擊敗了世界冠軍，這是人工智能的一次重大勝利?，F在，相同的技術(shù)有一個(gè)新的目標：改善乳腺癌篩查，這可能直接影響全球數百萬(wàn)人。

AI可能會(huì )改善乳房X線(xiàn)圖像診斷缺陷

這家總部位于倫敦的谷歌子公司表示，2007年至2018年間，日本東京的Jikei大學(xué)醫院接受了大約30,000名婦女的乳房X光檢查，它將使用這些數據來(lái)改進(jìn)其人工智能乳腺癌檢測算法。

據不完全統計，僅2012年全球診斷出近170萬(wàn)例乳腺癌病例，乳腺癌成為女性癌癥死亡的第五大常見(jiàn)原因。目前乳房X光檢查是一種廣泛用于早期乳腺癌的檢查手段。

但據調查研究表明，如今乳房X線(xiàn)圖像分析準確率較低，大約20％的乳房X線(xiàn)圖像存在假陰性，這意味著(zhù)可能存在醫生或技術(shù)人員未發(fā)現的癌癥現象。同時(shí)，乳房X線(xiàn)圖像的假陽(yáng)性也是一個(gè)重要問(wèn)題。

在美國，連續10年中進(jìn)行年度乳房X光檢查的女性，有超過(guò)50％會(huì )出現假陽(yáng)性結果，從而導致了一系列不必要的檢查和化療。“而這些都可能給患者帶來(lái)壓力，并“給世界各地的醫療服務(wù)增加壓力和成本，”DeepMind健康部門(mén)的臨床負責人DominicKing說(shuō)。

2017年11月，英國癌癥研究中心帝國中心宣布，由King和DeepMindHealth領(lǐng)導的頂級AI研究人員和醫療保健專(zhuān)業(yè)人員組成的聯(lián)盟將負責使用Google的AI技術(shù)來(lái)改進(jìn)乳房X線(xiàn)照片的閱讀和評估。

目前DeepMindHealth正在開(kāi)發(fā)機器學(xué)習算法，通過(guò)審查30,000張圖像，以及來(lái)自英國Optimam（從NHS提取的超過(guò)80,000次掃描的圖像數據庫）提供的磁共振成像（MRI）掃描和歷史乳房X線(xiàn)照片中的3,500張圖像，對其人工智能進(jìn)行培訓，以調查其AI系統是否能夠準確地發(fā)現癌組織的跡象。雖然其他技術(shù)公司也正在研究解決乳房X線(xiàn)照片問(wèn)題，但DeepMind的機器學(xué)習技術(shù)可以說(shuō)是最先進(jìn)的一個(gè)。

雖然大多數技術(shù)仍在處于實(shí)驗階段，但一些基于A(yíng)I的癌癥工具已經(jīng)在臨床環(huán)境中用于識別乳腺癌的危險因素。目前商業(yè)軟件中使用的深度學(xué)習算法已能夠準確地查看乳房X線(xiàn)照片并正確識別乳房密度異常部位，這是一項重大進(jìn)步。

DeepMindHealth的臨床負責人DominicKing在博客文章中指出，在其他國家的數據集上培訓DeepMind的AI系統將有助于減少可能出現的算法偏差。

“當在數據上訓練人工智能系統時(shí)，可能會(huì )出現偏差，而這些數據并不能準確反映出研究對象特征，這是一個(gè)嚴重的問(wèn)題。”他說(shuō)。“在乳房X光檢查領(lǐng)域，種族群體之間的乳房密度可能存在相當大的差異。因此，如果沒(méi)有建立模型技術(shù)來(lái)反映這些差異，人工智能系統中的偏差可能會(huì )導致乳腺癌的錯誤識別甚至錯過(guò)。”

在醫學(xué)圖像計算和計算機輔助干預會(huì )議上發(fā)表的一篇論文中，DeepMind的研究人員表示，他們開(kāi)發(fā)并計劃部署一種能夠以“近乎人性化”的方式對CT掃描進(jìn)行分割的人工智能系統，并預計將在明年的臨床環(huán)境中能幫組縮短診斷時(shí)間。

當DeepMindHealth在乳房X光檢查領(lǐng)域取得一定技術(shù)成就的同時(shí)，外界也出現一些質(zhì)疑的聲音。目前DeepMindHealth的研究并未專(zhuān)注于專(zhuān)家所認為乳腺癌治療至關(guān)重要的兩個(gè)領(lǐng)域：一是確定哪些癌癥確實(shí)需要治療（盡管DeepMind代表說(shuō)當前的研究可能會(huì )在應用中發(fā)揮作用）；一是當前的乳房X線(xiàn)圖像診斷無(wú)法捕捉間隔癌癥，即在篩查之間出現的快速發(fā)展且常致命的癌癥。

對此，DeepMind表示，該算法正在著(zhù)重就間隔癌癥問(wèn)題進(jìn)行測試，并能在未來(lái)起應用性作用。

如果DeepMindHealth的AI系統在乳房X線(xiàn)圖像診斷領(lǐng)域上取得成功，它將可以幫助醫生大大減少閱片篩查所用時(shí)間，將診斷效率提高幾十倍，這將在美國乃至全球的乳腺癌診斷治療上發(fā)揮重大影響。