瑞典卡罗琳学院（Karolinska Institutet）的研究人员领导了一项研究表明，基于人工智能（AI）的模型在识别卵巢癌超声图像方面可以超越人类专家。
根据卡罗琳学院妇产科教授伊丽莎白·埃普斯坦（Elisabeth Epstein）的说法，卵巢肿瘤较为常见，通常是在偶然情况下发现的。“许多地区存在超声专家短缺的问题，这引发了对不必要干预和癌症诊断延迟的担忧。”埃普斯坦教授在一份声明中表示，“因此，我们想了解AI能否补充人类专家的工作。”
研究人员开发并验证了能够区分良性与恶性卵巢病变的神经网络模型。这些AI模型经过训练和测试，使用了来自8个国家20家医院的3,652名患者的超过17,000张超声图像。然后，他们将模型的诊断能力与大量专家及经验较少的超声检查员进行了比较。
结果显示，AI模型在识别卵巢癌方面的准确性达到了86.3%，而专家和非专家检查员的准确率分别为82.6%和77.7%。“这表明神经网络模型可以在卵巢癌的诊断中提供有价值的帮助，尤其是在难以诊断的病例和缺乏超声专家的环境中。”埃普斯坦教授说。
此外，AI模型还可以减少专家会诊的需求。在一个模拟的分流场景中，AI支持使转诊数量减少了63%，误诊率降低了18%。
研究人员提醒，在完全理解神经网络模型的全部潜力及其临床局限性之前，还需要进行更多的研究。“随着研究和开发的继续，基于AI的工具可以成为未来医疗保健的重要组成部分，减轻专家负担并优化医院资源，但我们必须确保它们能够适应不同的临床环境和患者群体。”卡罗琳学院埃普斯坦教授研究组的博士生菲利普·克里斯蒂安森（Filip Christiansen）表示，他与皇家理工学院（KTH Royal Institute of Technology）的埃米尔·孔努克（Emir Konuk）共同担任第一作者。
目前，研究团队正在索德斯医院（Södersjukhuset）进行前瞻性临床研究，以评估AI工具的临床安全性和实用性。未来的研究还将包括一项多中心随机对照试验，以考察其对患者管理和医疗成本的影响。
该国际团队的研究已发表在《自然医学》（Nature Medicine）杂志上。
(全文结束)
