一项由瑞典卡罗琳学院（Karolinska Institutet）领导的新国际研究表明，基于AI的模型在识别卵巢癌超声图像方面超越了人类专家。该研究已发表在《自然医学》（Nature Medicine）杂志上。
“卵巢肿瘤较为常见，通常是在偶然情况下被发现的。”卡罗琳学院临床科学与教育系教授伊丽莎白·埃普斯坦（Elisabeth Epstein）表示，她同时也是斯德哥尔摩南区总医院（Södersjukhuset）妇产科的高级顾问。“全球许多地方都存在超声专家短缺的问题，这引发了人们对不必要干预和延迟癌症诊断的担忧。因此，我们想了解AI是否可以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模型接受了来自8个国家20家医院的超过17,000张超声图像的训练和测试。随后，研究人员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%，而专家和非专家检查员的准确率分别为82.6%和77.7%。这表明神经网络模型可以在诊断卵巢癌方面提供有价值的帮助，尤其是在难以诊断的情况下或超声专家短缺的环境中。
此外，AI模型还可以减少专家转诊的需求。在模拟分诊情况下，AI支持减少了63%的转诊数量，并降低了18%的误诊率。这可以使患有卵巢病变的患者获得更快、更经济有效的护理。
尽管结果令人鼓舞，但研究人员强调，在充分了解神经网络模型的全部潜力及其临床局限性之前，仍需进行更多研究。
研究人员现在正在斯德哥尔摩南区总医院开展前瞻性临床研究，以评估AI工具在日常临床中的安全性和实用性。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。
该研究由卡罗琳学院与皇家理工学院（KTH Royal Institute of Technology）的研究人员密切合作完成，得到了瑞典研究委员会、瑞典癌症协会、斯德哥尔摩地区委员会、Radiumhemmet癌症研究基金和Wallenberg AI、自主系统和软件计划（WASP）的资助。
伊丽莎白·埃普斯坦、菲利普·克里斯蒂安森（Filip Christiansen）及三位合著者通过Intelligyn公司申请了计算机辅助诊断方法的专利。伊丽莎白·埃普斯坦、菲利普·克里斯蒂安森和凯文·史密斯（Kevin Smith）还持有Intelligyn的股份，其中伊丽莎白·埃普斯坦是该公司未领取薪酬的经理。有关完整的利益冲突声明，请参阅论文。
(全文结束)
