两名放射科医生独立读取乳腺X线照片以寻找癌症迹象的效果很好，但如果再加上一个人工智能（AI）系统，效果会更好，即使是在全国范围内推广也是如此。一项名为Vara MG的AI系统在德国乳腺X线筛查计划中进行了测试，该计划是一项基于人群的项目，于2005年启动，邀请50至69岁的女性每两年进行一次乳腺X线检查。这项研究是迄今为止同类研究中规模最大的，涉及超过46万名女性和119名放射科医生，在12个地点进行了近两年的研究。
这项发表在《自然医学》上的研究表明，AI有潜力在全国范围内的乳腺X线筛查计划中提高乳腺癌检查指标，并缓解放射科医生的短缺问题。这些发现的意义在于，尽管许多AI系统在利用历史筛查数据的模拟中表现出强大的性能，但评估AI在临床实践中真实影响的前瞻性研究仍然很少，而这些研究对于确保AI安全有效地应用于临床环境至关重要。
乳腺X线检查的AI安全网
由吕贝克大学的Alexander Katalinic领导的PRAIM研究（一个集成人工智能系统的前瞻性多中心观察研究），评估了Vara MG的两个功能：“正常分诊”和“安全网”。在“正常分诊”中，Vara MG选择了一部分被AI模型认为高度不怀疑的检查，标记为“正常”。在“安全网”中，Vara MG选择了一部分被AI模型认为高度可疑的检查，并在放射科医生之间存在解释冲突时激活，提示放射科医生重新审查其决定，并接受或拒绝安全网的建议。
引入Vara MG后，乳腺癌检测率（BCDR）比对照组提高了17.6%，每1000名受检女性中额外检测到一例癌症。AI支持的筛查在不同亚组中也显示出更高的BCDR，包括筛查轮次、乳腺密度和年龄组。Vara MG略微改善了召回率，降低了2.5%，但不具有统计学意义。
PRAIM研究还评估了在一个假设场景中，由AI分诊为“正常”的筛查检查未由放射科医生读取的情况。在这种情况下，AI预测为“正常”的检查直接获得最终分类“正常”。结果表明，Vara MG实现了56.7%的阅片工作量减少，BCDR提高了16.7%，召回率下降了15.0%。
虽然未来还需要后续研究来评估AI对间期癌症率和分期分布的长期影响，但这些结果解决了对过度诊断的潜在担忧，特别是在原位导管癌（DCIS）检测增加的情况下。这些结果大大增加了越来越多的证据，表明AI支持的乳腺X线筛查是可行和安全的，可以减少工作量，并具有重要的政策影响。有关乳腺癌检测、召回率、活检阳性预测值和时间节省的证据可用于支持AI在乳腺X线筛查计划中的广泛应用，并将AI支持的乳腺X线检查纳入筛查指南。
(全文结束)
