对于每年在美国被诊断出患有卵巢癌的大约2万名女性来说，人工智能正在成为一种潜在的救命工具。在一项由瑞典卡罗琳学院（Karolinska Institutet）领导的新研究中，人工智能模型在检测卵巢癌方面的表现优于人类医生。
该研究发表在《自然医学》（Nature Medicine）上，测试了人工智能模型区分卵巢良性病变和恶性病变的能力。据新闻稿称，该模型接受了来自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。
人工智能模型在检测卵巢癌方面的准确率为86%，相比之下，人类专家的准确率为82%，经验较少的专业人员准确率为77%。“我惊讶地发现，人工智能模型的表现超过了所有33位专家检查员。”该研究的作者、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（Fox News Digital）。
埃普斯坦表示：“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流效率、减少诊断错误和解决专家检查员短缺问题来显著改善卵巢癌的诊断。”她还补充说：“高质量的诊断将变得更加普及，特别是在缺乏经验丰富的检查员的地区。”
“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，最终改善患者预后并确保更准确的诊断。”人工智能还可以减少转诊的需求以及误诊的可能性，研究人员指出。
佛罗里达州西奈山医疗中心（Mount Sinai Medical Center）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（Dr. Brian Slomovitz）表示，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其作用，”未参与该研究的斯洛莫维茨告诉福克斯新闻数字频道。“仅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）来提高放射学结果的准确性。”
除了放射学扫描外，评估卵巢癌患者还有其他方法。斯洛莫维茨表示：“绝经状态、症状的存在与否以及血液检查结果是一些用于确定哪些患者可能需要手术的因素。”他补充道，“如果这些因素可以纳入人工智能建模中，那将是非常好的。”
除了展示超声分析的准确性提高之外，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。“我对人工智能将成为我们改善患者护理的工具之一感到乐观。”
德克萨斯州达拉斯的急诊医学认证医师、全国医疗保健人工智能演讲者哈维·卡斯特罗博士（Dr. Harvey Castro）同意这项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，需要进一步研究以确定人工智能在现实世界环境中的适应情况、对医疗成本和结果的长期影响，以及是否能够处理多样化的人群和不同的临床环境。
研究人员也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如何，”埃普斯坦告诉福克斯新闻数字频道。她补充说，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。“仍然是医生对患者的诊断和治疗负责。”她表示。
卡罗琳学院的研究团队与皇家理工学院（KTH Royal Institute of Technology）合作进行了这项研究。资金由瑞典研究委员会、瑞典癌症协会、斯德哥尔摩地区委员会、Radiumhemmet癌症研究基金和瓦伦堡人工智能、自主系统和软件项目（WASP）提供。
(全文结束)
