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AI的模型在识别卵巢癌超声图像方面可以超越人类专家。卵巢肿瘤较为常见，通常是在偶然的情况下被发现的。
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，通常是在偶然的情况下被发现的。“许多地区存在超声专家短缺的问题，这引发了不必要的干预和延迟癌症诊断的担忧，”埃普斯坦教授在一份声明中表示，“因此我们希望找出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，使用了来自八个不同国家20家医院的3,652名患者的超过17,000张超声图像。随后，他们将这些模型的诊断能力与大量专家和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%，超过了专家（82.6%）和非专家检查员（77.7%）。“这表明神经网络模型可以在卵巢癌的诊断中提供宝贵的帮助，特别是在难以诊断的情况下和缺乏超声专家的环境中，”埃普斯坦教授说。
研究团队还指出，AI模型可以减少对专家会诊的需求。在模拟分流情况下，AI支持将转诊数量减少了63%，误诊率降低了18%。
研究人员提醒，在全面了解神经网络模型的潜力及其临床局限性之前，还需要进行更多的研究。“随着持续的研究和发展，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，但我们需要确保它们能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小组的博士生菲利普·克里斯蒂安森（Filip Christiansen）和皇家理工学院（KTH Royal Institute of Technology）的埃米尔·孔努克（Emir Konuk）共同第一作者表示。
目前，研究人员正在索德斯医院（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随机多中心研究，以考察其对患者管理和医疗成本的影响。
该国际团队的研究成果已发表在《自然医学》（Nature Medicine）上。
(全文结束)
