对于每年在美国被诊断出患有卵巢癌的大约20,000名女性来说，人工智能正在成为一种潜在的救命工具。根据瑞典卡罗琳学院（Karolinska Institutet）研究人员领导的一项新研究，人工智能模型在检测卵巢癌方面比人类医生表现更好。该研究发表在《自然医学》杂志上，测试了人工智能模型区分卵巢良性与恶性病变的能力。
人工智能模型接受了来自8个国家20家医院的3,652名患者的超过17,000张超声图像的训练。研究作者表示：“高质量的诊断可以变得更加普及，特别是在经验丰富的检查人员有限的地区。”
人工智能模型在检测卵巢癌方面的准确率为86%，而人类专家的准确率为82%，经验较少的医生准确率为77%。“我惊讶于人工智能模型的表现超过了所有33位专家检查员。”卡罗琳学院临床科学与教育系教授伊丽莎白·埃普斯坦（Elisabeth Epstein）告诉福克斯新闻数字频道。
卵巢肿瘤很常见，“通常是偶然发现的”，埃普斯坦说。她补充道：“我们的研究表明，基于人工智能的诊断支持可以通过提高分诊效率、减少诊断错误和解决专家检查人员短缺的问题，显著改善卵巢癌的诊断。”
“高质量的诊断可以变得更加普及，特别是在经验丰富的检查人员有限的地区。”这将有助于减少等待时间，避免不必要的干预，并促进更早的癌症检测，最终改善患者的治疗效果，确保更准确的诊断。
佛罗里达州西奈山医疗中心妇科肿瘤学主任兼癌症研究委员会联合主席布莱恩·斯洛莫维茨博士（Brian Slomovitz）指出，卵巢癌的筛查和早期检测是减少该疾病死亡率的“圣杯”。
“这项大规模回顾性试验清楚地表明，在解释盆腔肿块患者的超声结果时，结合人工智能驱动的支持可能有作用。”未参与此项研究的斯洛莫维茨告诉福克斯新闻数字频道。“仅凭这一点，就可以通过降低假阳性率（导致不必要的手术）和假阴性率（遗漏癌症病例），提高放射学结果的准确性。”
除了显示超声分析的准确性有所提高外，人工智能技术还需要证明其能带来生存益处，才能获得广泛应用，他补充道。
德克萨斯州达拉斯市的急诊医学认证医师哈维·卡斯特罗博士（Harvey Castro）同意该技术有可能改善癌症诊断，但也提醒存在局限性。“人工智能依赖于多样化的高质量数据，偏见可能会限制其有效性。”他告诉福克斯新闻数字频道。“它也尚未完全验证可用于常规临床使用，透明度和监管问题仍未解决。”
卡斯特罗重申，需要进行更多研究以确定人工智能在现实世界中的适应情况、对医疗成本和结果的长期影响，以及技术是否能够处理多样化的人群和不同的临床环境。
研究人员还承认了研究的潜在局限性。“这不是一项前瞻性研究，因此需要额外的数据来了解其在真实临床环境中的表现。”埃普斯坦告诉福克斯新闻数字频道。研究团队计划很快在瑞典斯德哥尔摩南医院开始临床研究。
埃普斯坦指出，人工智能应仅作为诊断支持工具，而不是替代人类医生。“始终是由医生负责患者的诊断和治疗。”
(全文结束)
