目前的乳腺癌诊断方法，如乳房X光摄影和超声波检查，通常是有效的工具。然而，它们并不总是能得出正确的结果。例如，根据美国国立卫生研究院（NIH）的国家癌症研究所的数据，筛查乳房X光摄影会错过大约20%的在筛查时存在的乳腺癌。缺乏早期检测可能会导致致命后果。
但如今，新技术可以帮助那些可能未被发现的乳腺癌患者。医生可以通过使用人工智能来分析大量数据中的模式，这些模式可能是放射科医生和病理学家在协助病例时未能注意到的，从而提高乳腺癌筛查和诊断的准确性。
人工智能在乳腺癌筛查和诊断中的应用研究
研究表明，人工智能在乳腺癌检测和诊断中可以发挥关键作用。例如，2020年发表在《自然》杂志上的一项研究发现，一个AI系统“能够在乳腺癌预测方面超越人类专家”。具体而言，研究人员发现，该AI系统在美国减少了5.7%的假阳性率，在英国减少了1.2%的假阳性率。此外，发表在《柳叶刀数字健康》杂志上的另一项研究发现，结合放射科医生和AI的优势可以在共识会议前显著提高个别放射科医生的敏感性和特异性。
尽管需要进行更多的研究，但我的组织正在准备启动一项类似于《自然》杂志上发表的研究，以便我们能够亲身体验如何将人工智能添加到放射科医生的工作流程中，从而改善患者的乳腺癌筛查和诊断。然而，已发表研究的结果是令人鼓舞的——它们表明，使用人工智能可以显著改善女性的医疗结果，帮助她们活得更长久。
利用人工智能进行乳腺癌筛查的好处
利用人工智能进行乳腺癌筛查有几项关键好处：
首先，即使是最有经验的放射科医生也无法在其患者群体中检测到每一例乳腺癌。有些癌症是肉眼无法检测到的。即使两名放射科医生阅读每张乳房X光片（这是英国的标准做法），仍然存在假阴性的可能性。人工智能可以作为放射科医生的助手，帮助他们进行决策，最终提高乳腺癌的检测率。具体来说，放射科医生将审查来自乳房X光摄影、MRI或超声波的图像。他们将按照标准程序签署报告。然后，AI工具可以扫描这些图像，要么得出与放射科医生相同的结论，要么得出不同的结论，从而触发医生的进一步审查。这就是我们研究的设置方式（我们的放射科医生将审查乳房X光片），并且作为保护措施，我们将把结果发送给所谓的仲裁者，由其审查AI工具的分析，评估其是否确实发现了放射科医生未看到的癌症。
除了进一步标准化乳腺癌检测过程外，人工智能还可以简化放射科医生的工作流程。平均而言，放射科医生每天需要筛查数十张图像。AI工具可以帮助他们在逐个图像审查时更加高效和有效。在欧洲，放射科医生短缺尤其严重，这使得对AI工具的需求更为迫切。在美国医疗系统中，虽然我们没有如此严重的短缺，但国内某些地区确实存在这种情况。
至于乳腺癌筛查和诊断的病理学方面，人工智能可以作为病理学家在全切片成像时的助手。具体而言，AI可以突出显示看起来异常的区域，这些区域可能指示乳腺癌。
人工智能不应被视为乳腺癌诊断和筛查的万能解决方案
尽管利用人工智能在乳腺癌筛查和诊断过程中有许多好处，但也存在一些缺点。首先，人工智能不应取代放射科医生和其他医生的工作。尽管人工智能已经取得了长足的进步，但它还远未达到自主操作的程度。在我看来，即使有一天AI能够自主操作，我们也应保留医疗从业者的专业知识。与其将AI视为乳腺癌诊断和筛查的万能解决方案，不如将其视为放射科医生和病理学家的副驾。
另一个缺点是，AI工具可能会产生幻觉，生成有偏见和不准确的结果。对于AI算法，特别是在癌症方面，医生和其他领导者需要仔细审查和考虑数据集中的某些变量，如种族群体和年龄，以尽量减少有偏见和不准确结果的可能性。
还有隐私和安全问题。使用AI工具时，某些患者数据可能需要进入额外的服务器。医生和医疗机构的领导者需要确保他们在所有法规范围内操作，并且患者同意将其医疗数据用于此目的。他们还需要确保拥有适当的网络安全协议和指南，以尽量减少敏感患者信息落入错误之手的风险。
最后，AI系统的实施成本可能非常高昂，尤其是在较小的医疗机构中。由于成本问题，并非所有医生都能在乳腺癌筛查和诊断中利用AI。
然而，拥有资源开始实施AI系统的医疗机构应考虑这样做。我相信，人工智能不仅在乳腺癌方面，而且在其他癌症方面，都在推动我们走向更高品质、更个性化的诊断过程。通过现在采取步骤实施AI，医生和医疗机构的领导者可以为更多患者铺平生存之路，让他们过上充实的生活。
(全文结束)
