伊利诺伊大学厄巴纳-香槟分校的一位专家研究发现，在乳腺癌筛查中利用人工智能的最佳方式可能是与人类放射科医生合作，而不是完全取代他们。
这项研究发现，一种“委托”策略——即人工智能帮助筛选低风险的乳腺X光片，并标记高风险病例供人类放射科医生进一步检查——可以在不损害患者安全的前提下，将筛查成本降低多达30%。
该研究结果可以帮助医院和诊所在早期乳腺癌检测需求增加且放射科医生短缺的情况下，更好地整合人工智能到诊断工作流程中。伊利诺伊大学的商业管理教授兼德勤学者梅赫梅特·埃伦·阿申表示：“我们经常听到这样的问题：人工智能能否取代这个或那个职业？在这项研究中，我们的研究结果显示，答案是‘不一定，但它确实可以提供帮助’。我们发现，人工智能的真正价值并不在于取代人类，而是在于通过战略性的任务共享来帮助人类。”
这项发表在《自然通讯》杂志上的研究由德克萨斯大学达拉斯分校的梅赫梅特·U·S·艾瓦奇和拉达·穆克吉以及纽约大学格罗斯曼医学院和朗格尼医疗中心的古斯塔沃·斯托洛维茨基共同撰写。
研究人员开发了一个决策模型，比较了三种乳腺癌筛查决策策略：专家单独策略（目前临床规范，即放射科医生阅读每一张乳腺X光片）；自动化策略（人工智能评估所有乳腺X光片，无人类监督）；以及委托策略（人工智能进行初步筛查，并将模糊或高风险病例转交给放射科医生）。
该模型考虑了广泛的费用，包括实施成本、放射科医生的时间、后续程序和潜在诉讼。它使用了2016-2017年白宫科技政策办公室癌症登月计划赞助的全球人工智能乳腺X光片众包挑战赛的真实数据来评估结果。
研究人员发现，委托模式的表现优于完全自动化和专家单独策略，最多可节省30.1%的成本。
虽然从效率角度来看，完全自动化放射学任务可能具有吸引力，但研究警告称，当前的人工智能系统在复杂或边缘案例中仍无法替代人类判断。
“人工智能在识别相对简单易懂的低风险乳腺X光片方面非常出色，”同时也是卡莱伊利诺伊医学院健康创新教授的阿申说。“但在高风险或模棱两可的情况下，放射科医生仍然优于人工智能。委托策略正是利用了这一点：人工智能简化了工作量，而人类则专注于最困难的病例。”
在美国，每年仅乳腺X光片检查就接近4000万次，乳腺癌筛查是一项关键的公共卫生工具。然而，这一过程既耗时又昂贵，涉及劳动力和因假阳性引发的后续程序。当癌症被漏诊时，由此产生的假阴性可能会对患者和医疗服务提供者造成重大伤害，阿申说。
“乳腺X光片的一个问题是，由于筛查数量巨大，会产生很多假阳性和假阴性，”阿申说。“如果每年4000万次乳腺X光片中有10%的假阳性率，那就意味着有400万女性需要回到医院进行更多的预约、筛查和测试，甚至活检。”
整个过程只会增加患者的焦虑和压力，阿申说。
“这是一个噩梦般的场景，”他说。“后续预约往往需要几周时间，让患者头顶上悬着一片乌云。这对他们来说是非常紧张的时期。”
借助人工智能和委托模式，医疗服务提供者有可能简化这一过程。
“你接受筛查，人工智能看到不喜欢的东西并立即标记你需要进一步检查，这一切都在你还在医院的时候完成，”阿申说。“这有可能使工作流程变得更加高效。”
该研究还提出了关于如何在医学中实施和监管人工智能的更广泛问题。
“委托策略在乳腺癌患病率较低或中等的情况下效果最佳，”阿申说。“在高患病率人群中，可能仍需要更多依赖人类专家。但在缺乏放射科医生的情况下，比如在发展中国家，以人工智能为主的策略也可能非常有效。”
另一个潜在的问题是法律责任。如果人工智能系统比人类临床医生面临更严格的责任标准，那么“即使这些策略具有成本效益，医疗服务组织也可能避免采用涉及人工智能的自动化策略”，阿申说。
这些发现可能也适用于病理学和皮肤病学等领域，这些领域需要高度准确的诊断，但人工智能有可能提高工作流程效率。
凭借人工智能无限的工作能力，“我们可以24/7地使用它，而且它不需要休息喝咖啡，”阿申说。“人工智能将继续深入医疗保健领域，我们的框架可以指导医院、保险公司、政策制定者和医疗保健从业者基于证据做出有关人工智能整合的决策。”
“我们不仅仅是探讨人工智能能做什么——我们还在问它应该做什么，何时、如何以及在什么条件下应该作为帮助人类的工具来部署。”
(全文结束)
