Google Health 联合公司旗下 DeepMind、伦敦大学学院、剑桥大学、英国吉尔福德皇家萨里郡医院、初创公司 Verily Life Sciences、斯坦福医疗中心、英国皇家马斯登医院等机构在《自然》杂志上发表了一篇有关 AI 乳腺癌检测系统的论文，论文称，该系统检测乳腺癌的能力超过专业放射科医生，或有助提高乳腺癌筛查的准确性和效率。

 

 

据了解，在这项研究中，谷歌技术主管 Shravya Shetty 与研究人员合作，使用两个数据集训练人工智能深度学习模型。其中一个数据集包含 25856 张来自英国的乳腺 X 线影像，另一数据集包含 3097 张来自美国的乳腺 X 线影像。结果显示，人工智能模型检测结果的假阳性率比典型放射科医生低 5.7%(美国)和 1.2%(英国)，假阴性率比典型放射科医生低 9.4%(美国)和 2.7%(英国)。

 

假阳性又称误诊率，指实际无病但根据筛检被判为有病的百分比。假阴性率又称漏诊率，指实际有病，但根据筛检试验被定为无病的百分比。

 

谷歌健康部门在博客中表示：“希望接下来能够表明该模型可以潜提高筛查程序的准确率和效率，从而减少患者等待的时间和压力……但要实现这样的目标，需要持续进行研究，进行前瞻性临床研究并获得监管部门的批准，才能证明受此研究启发的系统将如何改病患治疗。”

 

此前，已有不少研究尝试利用 AI 诊断乳腺癌。例如，Google 开发的用于转移性乳腺癌检测的 AI，其准确率达到了 99％。2019 年，IBM Research 构建的模型可以预测女性一年内何时会患上恶性乳腺癌，同样还构建了分析乳腺癌细胞的系统。