妇女40岁后被建议每年进行乳腺X光检查，因为早期发现是战胜乳腺癌的关键。人工智能在许多医疗环境中被用于辅助确定乳腺癌筛查结果，但其实际效果如何？加州大学戴维斯分校健康中心（UC Davis Health）将帮助回答这一问题，该中心共同领导一项新获资助的全国性临床试验，以评估人工智能是否能帮助放射科医生更准确地解读筛查用乳腺X光检查。
研究目标是提高乳腺癌检出率，并减少不必要的复查和患者焦虑。
这项名为PRISM试验（Pragmatic Randomized Trial of Artificial Intelligence for Screening Mammography，即乳腺X光筛查中人工智能的实用性随机试验）的研究，获得了患者中心化结果研究所1600万美元的资助。
研究将涉及在加利福尼亚州、佛罗里达州、马萨诸塞州、华盛顿州和威斯康星州的学术医疗中心及乳腺影像机构中解读的数十万例乳腺X光检查。
“PRISM是美国首个大规模随机试验，用于评估人工智能在乳腺癌筛查解读中的有效性，”戴安娜·米格里奥雷蒂（Diana Miglioretti）表示。她是该试验的共同首席研究员，也是将设在加州大学戴维斯分校健康中心的研究数据协调中心负责人。
米格里奥雷蒂是加州大学戴维斯分校公共卫生科学系生物统计学教授兼部门主任，同时共同领导加州大学戴维斯分校综合癌症中心的人口科学与癌症控制项目。
“我们正在严格评估人工智能辅助解读是否能改善筛查结果，”她说。“目标不是用人工智能取代放射科医生，而是观察人工智能在解读乳腺X光检查时作为‘副驾驶’的有效性。”
“这项研究是我们生成独立、可信证据的机会，患者视角始终处于核心位置。”——戴安娜·L·米格里奥雷蒂（Diana L. Miglioretti），生物统计学教授兼部门主任
PRISM试验结果将立即应用
乳腺癌仍是美国女性癌症死亡的第二大原因。虽然常规乳腺X光筛查通过早期发现降低死亡率，但也存在缺点，包括可能导致不必要的检测、焦虑和成本的假阳性结果。乳腺X光检查有时也会漏诊癌症。
“试验结果将指导临床实践、保险覆盖决策、技术采用以及我们如何向患者传达关于筛查中人工智能的信息，”米格里奥雷蒂解释道。“人们对人工智能将改善医疗充满乐观，但很少有随机试验测量其在现实世界中的有效性。”
研究是人工智能研究的协作方法
PRISM试验是在患者倡导者、临床医生、医疗系统领导者和政策制定者的密切合作下开发的。
该试验汇集了七家领先的学术医疗中心。加州大学洛杉矶分校（UCLA）将作为行政协调站点。其他参与机构包括加州大学圣地亚哥分校、波士顿医疗中心、迈阿密大学、华盛顿大学和威斯康星大学。
每个参与机构将继续常规筛查流程，患者体验不会有任何变化。乳腺X光检查将被随机分配给放射科医生单独解读，或由人工智能辅助工具协助解读。在所有情况下，放射科医生将阅读乳腺X光片并确定最终结果。
加州大学戴维斯分校健康中心不会在研究中直接招募患者，但将收集来自参与机构的数据并进行研究分析。
除分析癌症检出率和召回率外，研究还将通过焦点小组和调查，捕捉患者和放射科医生对人工智能辅助医疗的认知度与信任度。
“这项研究是我们生成独立、可信证据的机会，患者视角始终处于核心位置，”米格里奥雷蒂说。
【全文结束】
