人工智能正以前所未有的速度渗透到医疗保健领域。从放射科医生到全科医生，从乳腺外科医生到肿瘤学家和妇产科医生，人工智能作为一种工具，有可能改变乳腺癌护理的每个阶段。许多人认为这是乳腺癌检测、诊断和治疗领域的一场革命。
然而，调查显示，73%的医生仍未将患者转诊至AI乳腺筛查，这表明在广泛采用之前仍有许多问题亟待解决。
什么是AI乳腺癌检测？
乳腺癌是女性最常见的癌症（仅次于皮肤癌），也是女性因癌症死亡的第二大原因（仅次于肺癌）。提高乳腺癌筛查的可及性和早期检测的需求显而易见，但人工智能能否满足这一需求？
AI乳腺癌检测是指利用人工智能技术（如机器学习模型）分析乳房X光片并识别潜在的癌变异常。凭借快速准确处理大量数据的能力，AI可以帮助放射科医生识别影像研究中的关注区域，同时降低人为错误的风险。
AI在乳腺癌筛查中的整合可以解决项目挑战。回顾性研究表明，AI在准确性上与放射科医生持平甚至超越，通过识别细微异常辅助乳房X光片解读并减轻工作负担。在严格准确率水平（96%特异性）下，本研究中的AI捕捉到了23.5%的漏诊癌症。然而，由于研究数量有限且样本量较小，仍需进一步研究。
最近的一项Sermo民意调查显示，56%的医生了解AI在乳腺癌筛查中的作用，但仍有35%的医生缺乏足够的理解。值得注意的是，13%的受访者表示其所在国家已覆盖AI辅助乳腺筛查的保险，而24%的受访者确认尚未实施。
AI在乳腺癌筛查中的优势
AI在乳腺癌筛查中提供了多项优势：
提高诊断准确性
假阳性召回是AI和非AI乳腺癌筛查中的主要问题。然而，经过50万次乳房X光检查训练的新型多模态AI工具显示出希望，减少了31.7%的召回率和43.8%的放射科医生工作量，同时在研究环境中保持了100%的敏感性。
AI能够识别肉眼无法察觉的乳房X光片中的模式和异常，标记出类似肿瘤的结构，从而可能提高早期癌症的检测率。这一优势与Sermo民意调查的结果一致，其中46%的医生认为提高检测率是AI的最大贡献。
更快的图像分析
处理医学影像可能是耗时的，尤其是在放射科医生面临越来越多的工作量时。通过使用AI结合影像数据和基于人口的记录，临床医生可以更快地分析诊断结果，从而使治疗可以更早开始。他们还可以得出更精确的癌症发病率预测以及风险器官和细胞的信息。
癌症的早期检测
乳腺癌越早被检测到，患者的生存几率就越高。AI通过识别微小且通常不可见的不规则性，在早期阶段发现癌症。早期诊断显著提高了患者的生存率，并通过在肿瘤扩散前发现它们减少了侵入性治疗的需要。
一位来自英国的全科医生表示：“我对AI在乳腺癌筛查中的潜力持乐观态度。AI可以帮助更早、更准确地检测癌症，减少假阳性和假阴性结果。AI驱动的计算机辅助检测系统可以分析乳房X光片，突出可疑区域供放射科医生审查。这种协作方法可以改善筛查结果并挽救生命。”
减轻放射科医生的工作负担
放射科医生被影像扫描淹没早已不是秘密。AI通过执行初步分析，为放射科医生腾出更多时间专注于复杂病例和患者咨询。这也是为什么25%的Sermo调查医生认识到AI在减少放射科医生积压方面的潜力。
然而，据预测，到2036年美国将面临多达86,000名医生的短缺，许多国家也面临类似困境。Epic副总裁加勒特·亚当斯解释道：“AI无法解决全国范围内的医生短缺问题……我们可以帮助他们用更少的资源做更多的事情，但我们无法解决资源不足的问题。”AI可以优化医生的时间，但无法取代对专业人员的需求。
增强个性化治疗计划
除了诊断之外，AI还协助制定更加个性化的治疗计划。通过分析患者的病历、肿瘤特征以及筛选大量的基因组数据，它成为预测治疗效果、最大化患者护理策略的宝贵工具。
AI癌症检测的临床影响
Sermo调查显示，49%的医生认为AI可以准确预测患者结果，而51%的人不同意。尽管如此，简化诊断流程有助于实现更高效和一致的工作流程。Sermo社区的一名成员观察到：
“AI在放射学中非常有用。我们医院已经开始使用它，它提供了一层额外的安全保障，就像另一位放射科医生在查看图像一样。考虑到放射科医生要读取的扫描越来越多，我认为AI将被越来越广泛地使用。”
作为工作流程工具，AI增强了医生的决策能力，使他们能够专注于提供高质量的患者护理。这对医生和患者来说都是双赢的局面，因为结果变得更加精准和个性化。
AI乳腺癌筛查是如何工作的？
康奈尔大学威尔医学院的奥利维尔·埃莱门托博士指出，由于癌细胞的无限多样性和独特特性，从图像和组织中诊断癌症既复杂又耗时。癌症医生在每一份组织样本中都会遇到独特的特性，其中一些他们可能从未见过。
用于乳腺癌检测的AI系统通常依赖于深度学习技术。这些系统通过成千上万张乳房X光片进行训练，学会通过分析像素级细节来识别恶性模式，而这些细节往往逃过人眼。
1. AI如何分析乳房X光片
AI工具快速扫描乳房X光片以检测任何异常，例如致密乳腺组织或不对称模式。高亮显示的区域会被标记出来供放射科医生审查，同时附上癌症可能性的预测。
2. AI考虑的参数
AI系统考虑的因素包括病变大小、形状和纹理，以及患者的既往病史。这种全面评估确保分析不会落入一刀切的方法。
3. AI在临床环境中的采用
最近的研究表明，AI有助于早期检测、提高准确性并减轻工作负担。但关于其临床影响仍需更多研究。根据Sermo调查，47%的医生不确定其国家是否已实施AI癌症筛查，另有24%表示尚未实施，这表明AI成为普遍标准还有很长的路要走。
AI在乳腺癌诊断中值得信赖吗？
尽管AI显示出巨大的潜力，但一些医生仍然持谨慎态度。根据Sermo民意调查，医生对乳腺筛查中AI最常见的担忧包括：
- 假阳性（26%）
- 假阴性（26%）
- 缺乏实施控制（22%）
- 缺乏透明度（14%）
- 范围蔓延（11%）
尽管存在这些担忧，许多专业人士的共识是，AI补充而不是挑战人类监督。Sermo的一位德国成员安抚道：
“我对AI在乳腺癌筛查中的应用没有顾虑，它带来了改进，帮助放射科医生更快做出决定，这样每天可以筛查更多的患者。而且它也受到放射科医生的监督，AI程序只是提示它认为的BI-RADS评分，最终决定由放射科医生做出。然后还会由第二位放射科医生监督并给出意见。如果两位放射科医生之间存在分歧，病例会提交给专门委员会。所以别担心，它非常安全，实际上是一种改进。”
随着医生验证其能力并完成更多临床影响研究，对AI的信任也在增长。此外，越来越多的AI语言模型正在开发中，这些模型比标准模型（如ChatGPT）更能保护患者数据并提供更高的透明度。在合乎道德的政府监管和持续的AI模型改进下，它为乳腺癌护理提供了可靠的工具。
为什么医生应关注AI在乳腺癌检测中的应用
AI在提高诊断精度、改善工作流程效率和帮助早期癌症检测方面的潜力不容否认。它不仅帮助放射科医生管理工作量，还增强了整体患者护理。从肿瘤学到放射学再到初级保健的各科医生都必须考虑AI能为其实践带来的价值。
尽管整合AI存在挑战，无论你是早期采用者还是刚开始探索可能性，参与AI驱动的解决方案正日益成为一种职业必需。
今天加入Sermo上的讨论，这是全球最大的医生社区，探索AI如何改变乳腺癌诊断。分享临床见解，提出关键问题，并了解其他医生如何将技术融入他们的实践中。
(全文结束)
