每年在美国，大约有近2万名女性被诊断出患有卵巢癌，而人工智能正在成为一种可能挽救生命的工具。一项由瑞典卡罗琳学院（Karolinska Institutet）领导的新研究发现，人工智能模型在检测卵巢癌方面的表现优于人类医生。
该研究发表在《自然医学》杂志上，测试了人工智能模型区分卵巢良性病变和恶性病变的能力。据一份新闻稿称，该模型接受了来自8个国家20家医院的3,652名患者的超过17,000张超声图像的训练。
“高质量的诊断可以变得更加普及，尤其是在缺乏经验丰富的检查人员的地区。”一位研究作者表示。
人工智能模型在检测卵巢癌方面的准确率为86%，相比之下，人类专家的准确率为82%，而经验较少的医生准确率为77%。“我惊讶地发现，人工智能模型的表现超过了所有33位专家检查员。”卡罗琳学院临床科学与教育系教授伊丽莎白·艾普斯坦（Elisabeth Epstein）告诉《福克斯新闻数字版》。
艾普斯坦指出，卵巢肿瘤较为常见，通常是在偶然情况下被发现的。“我们的研究表明，基于人工智能的诊断支持可以通过提高分流效率、减少诊断错误和解决专家短缺问题来显著改善卵巢癌的诊断。”她在接受《福克斯新闻数字版》采访时说。
“高质量的诊断可以变得更加普及，尤其是在缺乏经验丰富的检查人员的地区。”艾普森继续说道，“这将有助于减少等待时间，避免不必要的干预，并促进更早的癌症检测，最终改善患者预后并确保更准确的诊断。”
研究人员还指出，人工智能还可以减少转诊的需求以及误诊的可能性。佛罗里达州西奈山医疗中心妇科肿瘤学主任兼癌症研究委员会联合主席布莱恩·斯洛莫维茨博士（Dr. Brian Slomovitz）表示，筛查和早期检测卵巢癌是减少该疾病死亡率的“圣杯”。
“这项大规模回顾性试验清楚地表明，在解释骨盆肿块患者的超声结果时，结合人工智能驱动的支持可能有其作用。”未参与该研究的斯洛莫维茨告诉《福克斯新闻数字版》。“仅凭这一点，就可以通过降低假阳性率（导致不必要的手术）和假阴性率（漏诊癌症病例）来提高影像学结果的准确性。”
斯洛莫维茨补充道，除了放射学扫描外，还有其他方法可以评估卵巢癌患者。“绝经状态、症状的存在与否以及血液检查结果是用于确定哪些患者可能需要手术的一些其他因素。”他说，“如果这些因素可以纳入人工智能建模中，那将是非常好的。”
除了展示超声分析的准确性提高外，人工智能技术还需要证明其生存获益才能获得广泛应用，他补充道。“我乐观地认为，人工智能将成为我们用来改善患者护理的武器库的一部分。”
德克萨斯州达拉斯的急诊医学认证医师兼全国医疗保健人工智能演讲者哈维·卡斯特罗博士（Dr. Harvey Castro）同意该技术有可能改善癌症诊断，但也警告存在局限性。“人工智能依赖于多样化的高质量数据，偏见可能会限制其有效性。”他告诉《福克斯新闻数字版》。
“它也尚未完全验证可用于常规临床使用，透明度和监管问题仍未解决。”卡斯特罗重申，还需要进一步的研究来确定人工智能在现实世界环境中的适应性、对医疗成本和结果的长期影响，以及该技术是否能够处理不同的群体和临床环境。
研究人员也承认了研究的潜在局限性。“这不是一项前瞻性研究，因此需要更多数据来了解其在真实临床环境中的表现。”艾普斯坦告诉《福克斯新闻数字版》。
她补充说，团队计划很快在瑞典斯德哥尔摩南医院开始临床研究。艾普斯坦指出，人工智能应仅作为诊断支持工具，而不是替代人类医生。“仍然是医生负责患者的诊断和治疗。”她表示。
(全文结束)
