韩国医疗人工智能（AI）公司Lunit（首席执行官徐秉锡）于23日宣布，两项证明其乳腺X线摄影AI图像分析解决方案“Lunit Insight MMG”在早期检测乳腺癌和减轻医护人员工作负担的研究已发表在世界著名的医学期刊上。这些研究分别发表在美国医学会的“JAMA Network Open”（影响因子10.5）和北美放射学会的“Radiology: Artificial Intelligence”（影响因子8.1）上。
“JAMA Network Open”发表的研究由挪威公共卫生研究所的Solbeig Hofvind博士领导的研究团队进行，回顾性分析了116,495名年龄在50至69岁之间参加挪威国家乳腺癌筛查计划的女性数据。通过使用Lunit Insight MMG分析每两年进行三次的乳腺X线摄影筛查图像，证实了AI可以预测乳腺癌长达六年前的可能性。
AI为每个乳房打分，分数范围从0到100，分数越高表示患乳腺癌的概率越大。研究表明，后来被发现患有乳腺癌的乳房与未患癌的对侧乳房之间的AI评分差异随时间增加。这一差异在第一次筛查时平均为21.3分，在第二次筛查时增加到30.7分，在第三次筛查时增加到79.0分。而在未患乳腺癌的女性中，两次乳房之间的评分差异在所有检查中均低于10分。
此外，研究团队将AI评分为91.3或更高的前1%归类为“高风险组”。在被发现患有乳腺癌的患者中，4.5%的AI评分（超过10分）早在四到六年前就显示出阳性可能性，8.6%在两到四年前，52.9%在两年前。这些发现表明，AI还可以量化乳腺癌风险，以建立定制的预防和治疗策略，如早期识别高风险癌症群体并提供强化监测或额外检查。
接下来，由丹麦奥登塞大学医院的Mohammad Talal Elhakim博士领导的研究团队在“Radiology: Artificial Intelligence”杂志上发表了对249,402张乳腺X线摄影图像的分析结果。该研究验证了在欧洲目前推荐的两名放射科医生“双重阅读”系统中引入Lunit Insight MMG的三种情景的有效性。
研究结果显示，当AI代替第一名医生读片时，医生的读片量减少了48.8%，同时保持了癌症检测的准确性。当AI代替第二名医生时，读片量减少了48.7%，召回率降低了2.2%，但敏感度略有下降（1.5%）。最有效的方法是AI预先分类高风险和低风险患者群体，这种方法在减少读片量49.7%的同时，显示出在敏感度、阳性预测值和阴性预测值方面的积极结果。
这项研究实证了AI临床应用可以显著提高医疗系统的效率。特别是，引入AI进行乳腺癌筛查可以在维持或提高诊断准确性的同时，显著减轻医护人员的工作负担。这有望成为证明基于AI的医疗服务有效性的关键依据，尤其是在面临医疗人员短缺的国家。
“这些欧洲研究再次证明，AI在乳腺癌早期诊断和高效医疗系统中可以发挥重要作用，”Lunit首席执行官徐秉锡表示，“基于这些发现，Lunit将加快AI技术的实际临床应用，并努力使更多患者受益于准确和快速的诊断。”
(全文结束)
