一项由瑞典卡罗琳学院（Karolinska Institutet）领导的新国际研究表明，基于人工智能（AI）的模型在识别卵巢癌的超声图像方面优于人类专家。该研究已发表在《自然医学》（Nature Medicine）上。
“卵巢肿瘤很常见，通常是在偶然中发现的，”卡罗琳学院临床科学与教育系（Södersjukhuset，斯德哥尔摩南总医院）教授兼医院妇产科高级顾问伊丽莎白·艾普斯坦（Elisabeth Epstein）说。“许多地区缺乏超声专家，这引发了不必要的干预和癌症诊断延迟的担忧。因此，我们想了解AI是否可以补充人类专家。”
AI表现优于专家
研究人员开发并验证了能够区分良性与恶性卵巢病变的神经网络模型。他们使用来自8个国家20家医院的超过17,000张超声图像进行了训练和测试。然后，他们将这些模型的诊断能力与大量专家及经验较少的超声检查员进行了比较。
结果显示，AI模型在识别卵巢癌方面的准确性达到了86.3%，而专家和非专家检查员的准确性分别为82.6%和77.7%。
“这表明神经网络模型可以在卵巢癌诊断中提供宝贵的帮助，尤其是在难以诊断的病例和缺乏超声专家的环境中，”艾普斯坦教授说。
减少专家会诊需求
AI模型还可以减少专家会诊的需求。在一个模拟的分诊情境中，AI支持将转诊数量减少了63%，误诊率降低了18%。这可以为患有卵巢病变的患者提供更快、更经济的护理。
尽管结果令人鼓舞，但研究人员强调，在充分了解神经网络模型的全部潜力及其临床局限性之前，还需要进一步的研究。
“通过持续的研究和开发，基于AI的工具可以成为未来医疗保健的重要组成部分，减轻专家的负担并优化医院资源，但我们需要确保它们能够适应不同的临床环境和患者群体，”卡罗琳学院艾普斯坦教授研究组的博士生菲利普·克里斯蒂安森（Filip Christiansen）和皇家理工学院（KTH Royal Institute of Technology）的埃米尔·孔努克（Emir Konuk）共同第一作者表示。
研究人员目前正在Södersjukhuset进行前瞻性临床研究，以评估AI工具在日常临床安全性和实用性。未来的研究还将包括一项多中心随机研究，以考察其对患者管理和医疗成本的影响。
(全文结束)
