人乳腺癌细胞的三维培养，DNA染成蓝色，细胞表面膜上的蛋白质染成绿色。图片由Tom Misteli博士和Karen Meaburn博士于2014年创建。在NIH IRP。
瑞典卡罗林斯卡研究所和瑞典卡罗林斯卡大学医院的研究人员比较了三种人工智能(AI)算法基于先前拍摄的乳房X线照片识别乳腺癌的能力。事实证明，最佳算法与普通放射线医师一样准确。该结果发表在《美国医学会杂志》(JAMA Oncology)上，可能为将来重组乳腺癌筛查提供指导。
研究作者弗雷德里克·斯特兰德(Fredrik Strand)表示：“这是首次进行的独立评估，旨在评估几种不同的AI算法的准确性。” “我们可以证明这三种算法中的一种明显优于其他算法，它等于普通放射线医师的准确性。”
当前，有大量供应商正在开发各种基于AI的医学成像解决方案。这项研究比较了这三种方法在已经拍摄的乳房X线照片中识别乳腺癌 的能力。
该研究包括对8080位年龄在40至74岁之间的女性进行的乳房X光检查，这些女性均在2008年至2015年之间接受了乳腺癌筛查。其中有739例在筛查时或随后的12个月内被诊断出患有乳腺癌。几个月。在三种AI算法中，最成功的诊断出癌症女性的比例与普通放射科医生相同。
结果还表明，其中一种AI算法明显优于其他AI算法。
Fredrik Strand解释说：“我们进行了这项研究，以了解算法的发展程度以及可用系统之间是否存在差异。” “结果表明，原则上，最好的算法已准备就绪，可以使用，并且市场上各种算法之间存在显着差异。”
同一研究小组的另一项研究最近发表在《柳叶刀数字健康》上，该研究表明，人工智能算法可以对乳房X线照相图像进行分类，以指示哪些影像学需要放射科医生额外关注，哪些可以单独由AI轻松评估，而不会遗漏任何原本会被发现的癌症由放射线医生检测到。
研究人员现在正在继续研究AI如何在改善乳腺癌筛查中发挥作用。当前的做法是由两名放射线医师检查每个乳房X光照片。如果其中任何一个发现可疑的肿瘤，检查将进行讨论，至少两名放射线医师共同决定是否应召回该妇女以进行进一步检查。
“我们正在计划进行一项前瞻性临床研究，以观察AI在日常临床环境中如何作为乳房X光检查的独立审阅者，既可以充当第三审阅者，也可以帮助选择可以在X线检查中进行补充MRI扫描的女性为了在早期发现癌症”，Fredrik Strand说。
