[ad_1]
Google 用于帮助筛查乳腺癌的 AI 算法现在将成为商业乳房 X 线照片的一部分。
11 月 28 日，该公司宣布将其 AI 技术授权给 iCAD，这是一家为全球医疗机构提供乳腺癌检测服务的医疗技术公司。
虽然 iCAD 已经在其癌症筛查服务中包含基于 AI 的策略，但它现在还将结合谷歌的算法，谷歌一直在与西北大学的研究人员一起测试该算法。 “这对我们来说是一个转折点，”谷歌大脑团队的联合创始人兼谷歌人工智能医疗团队的首席科学家 Greg Corrado 说。 “我们正在从学术研究转向能够在现实世界中部署我们的算法。”
在 2020 年发表的一项早期研究中 自然，谷歌的乳房 X 线照片算法比放射科医生在读取图像时记录更少的误报和漏报方面表现更好。 该研究涉及来自美国和英国 91,000 多名女性的乳房 X 线照片在美国，大多数 50 至 74 岁的女性被建议每两年进行一次筛查，谷歌的系统将假阳性率降低了 6%，而在英国，建议 50 至 70 岁的女性每三年接受一次筛查，比例为 1.2%。 机器学习算法还将美国的误报率降低了 9%，英国的误报率降低了近 3%
现在，全球 7,500 个使用 iCAD 服务的乳腺 X 线照相站点（包括大学卫生系统）将首次以商业方式提供这种优势。 虽然 Corrado 拒绝详细说明谷歌的算法与该领域其他研究人员和公司正在测试的算法有何不同，但他表示该系统整合了来自广泛图像的数据，甚至超出了乳房组织的数据，以改进机器学习过程。 作为合作协议的一部分，iCAD 和谷歌将继续开发和改进该技术。
阅读更多: 人工智能如何改变医学影像以改善患者护理
该算法并非旨在取代放射科医生，至少在短期内不会。 但在欧洲，iCAD 总裁兼首席执行官 Stacey Stevens 表示，它可能有助于减轻放射科医生的负担，因为许多国家（包括英国）需要两次读取乳腺 X 光图像。 她说，iCAD 正在与卫生监管机构合作以获得适当的授权，以便该公司基于 AI 的解释最终成为其中之一。 在美国，史蒂文斯预计首款包含谷歌算法的产品将于 2024 年初推出。
史蒂文斯还预计，基于人工智能的系统将为世界各地更多的人带来乳房 X 光检查，特别是在资源匮乏的地区，这些地区无法支持托管与乳房 X 光图像存储相关的硬件所需的基础设施。 她说，借助 Google 基于云的存储功能，“我们有能力扩展到世界上新的地理区域和新地区，并在世界上受基础设施挑战限制的地区为更多患者扩展我们的工具。”
与任何机器学习系统一样，输入算法的乳房 X 线照片数据越多，它就越能更好地检测区分正常组织和潜在癌变组织的最小差异。 使用基于人工智能的系统接受乳房 X 光检查的女性会将她们的信息反馈到算法中，减去任何识别数据。 目前，大多数接受乳房 X 光检查的人可能不知道人工智能系统可能在后台辅助放射科医生，因为目前还没有监管机构签署完全基于人工智能的乳房 X 光检查解释。 但随着更多像谷歌这样的人工智能算法进入市场，这种情况可能会发生变化，放射科医生最终可能会与患者讨论如何解读他们的图像。
阅读更多: 研究人员如何努力使 IVF 更有效
最终，这种基于机器的读数可能会开始提取人眼看不到的模式。 史蒂文斯说，iCAD 目前基于人工智能的算法已经检测到乳腺组织中存在微小钙化，科学家们开始将其与心脏病风险增加联系起来。 如果这种关联得到证实，乳房 X 线照片也可以成为评估女性心脏病风险的工具。
目前，将人工智能视角添加到乳房 X 光照片中可能会开始改善确定女性患乳腺癌风险的方式。 例如，人工智能系统可以更好地区分特定种族和族裔群体特有的差异； 在美国，非洲裔美国女性患上更具侵袭性的乳腺癌的风险更高，并且比其他女性更容易死于这种疾病，因此训练人工智能系统追踪这些癌症的最初迹象可能会导致更好的结果。 “我们发现，有很多女性的乳房 X 线照片看起来很正常，但这些图像中有些东西是人眼无法看到的，”史蒂文斯说。 如果这些差异可以被人工智能算法识别出来，那么这些女性就可以被送去接受额外的筛查，以确定她们患癌症的风险是否更高。 这可能会让他们走上一条更快接受治疗的道路，最终带来更好的生存机会。 这也可能意味着更便宜的医疗服务，这将转化为医疗系统的成本节约。 “我们正处于使用人工智能进行乳腺癌风险评估的早期阶段，”史蒂文斯说，“但我们对其潜力感到兴奋。”
来自 TIME 的更多必读
[ad_2]
Source link
