同類最大規模的研究發現，人工智慧 (AI) 在檢測乳癌方面顯示出有希望的結果，否則放射科醫生可能會錯過這些結果。
德國研究人員發現，人工智慧可以正確檢測間隔期乳癌，這種乳癌是在常規篩檢週期（在許多國家通常為24 個月）之間發生的，可能會被遺漏並被診斷為假陰性結果。
根據世界衛生組織 (WHO) 的數據，2020 年，全球有 230 萬名女性被診斷出罹患乳癌，68.5 萬人死亡。
這項經過同行評審的研究顯示，大約16% 的間期癌症在先前的篩檢中可能是可見的，而五分之一的癌症對於人眼來說可能過於微妙，可能被放射科醫生錯過，這被稱為“最小跡象”。
這些發現提供了在人工智慧篩檢中發現更多癌症的機會，這可能有助於更早發現乳癌。
德國深科技新創公司 Vara 與奧登堡北部乳房 X 光攝影參考中心合作進行了這項研究。結果已發表在歐洲放射學雜誌。
Vara 評估了 2,396 名後來被診斷出患有間期癌症的女性的乳房 X 光檢查篩檢結果。
研究發現，人工智慧可以在乳房 X 光照片上檢測並正確定位 27.5% 的假陰性病例和略高於 12% 的微小癌症跡象。
「間隔期癌症是在篩檢間隔期間自發性的癌症，」Vara 臨床研究負責人 Danalyn Byng 說。
Vara 評估了 2,396 名後來被診斷出患有間期癌症的女性的乳房 X 光檢查篩檢結果。
研究發現，人工智慧可以在乳房 X 光照片上檢測並正確定位 27.5% 的假陰性病例和略高於 12% 的間期癌症的微小體徵。
「間隔期癌症是在篩檢間隔期間自發性的癌症，」Vara 臨床研究負責人 Danalyn Byng 說。
「真正有趣的是，儘管篩檢時影像上沒有任何內容，但演算法確實對某些乳房 X 光檢查的可疑度得分有所增加，」她告訴 Euronews Next。
它是如何運作的？
她說，在 3% 的真實間隔癌症病例中，演算法還可以正確定位乳癌隨後出現的位置。
該研究透過演算法進行，該演算法可以將乳房X光照片分為三類：癌症可疑、正常和不確定。癌症可疑的研究和不自信的研究都被轉交給放射科醫生。
為了不讓放射科醫師產生偏見，他們沒有被告知哪些乳房X光檢查可能患有癌症。如果放射科醫師做出的預測與演算法不符，那麼演算法才會發出警報。
但這並不意味著機器將取代放射科醫師。
「這是一種非常協作的方法，我們不會完全取代放射科醫生，但我們正在補充他們的技能，因為演算法及其內部工作原理，它使用了這種信心的概念，」Byng 說。
為什麼早期檢測是關鍵
該技術有望更早診斷乳癌，這意味著女性可以獲得更好的結果，不僅在生存方面，而且在更容易治療的階段發現癌症。
早期檢測還可以使低收入國家更負擔得起乳癌治療。目前，Vara 在德國、希臘和墨西哥開展工作，但計劃在亞洲和非洲以及乳癌篩檢有限的地區擴張。
「Vara 接受了來自訓練有素的德國放射科醫生的數據的培訓和評估，而當我們進入沒有建立乳癌篩檢計劃的其他國家時。他們確實有放射科醫生，但這些放射科醫生可能不習慣執行乳癌篩檢任務，」賓說。
她補充說，當他們進行乳房X光檢查時，檢查對象可能是已經出現症狀的女性。
「因此，我們的目標實際上是將我們的技術引入各國，並利用它來進行乳癌篩檢，幫助他們加強乳癌篩檢計劃，因為這些環境中的人口統計數據確實正在發生變化。
「乳癌在過去可能並不是一個如此重要的公共衛生問題。但這種情況正在改變。而且在未來幾年，這種變化將會更快，」Byng 說。
