谷歌人工智能在識別乳腺癌方面比人類醫生做得更好

神經網絡幫助機器學習一些以前僅限于人類的技能，比如識別照片中的物體，或者當你發射星際爭霸II時絕對會摧毀你。谷歌是神經網絡AI的領先開發者之一，它開發了一個新系統，利用人工智能的力量在醫生可能會錯過的乳房X光片中識別乳腺癌。

目前，乳房X光檢查是診斷乳腺癌的最佳方法，但遠非完美。訓練有素的放射科醫生可以使用這些測試來捕捉大多數癌癥，但大約五分之一的人從裂縫中溜走。此外，大約一半的婦女在任何10年期間至少獲得一個假陽性結果。雖然這項新的研究并不建議醫生應該被排除在診斷過程之外，但它確實表明人工智能可以幫助醫學專業人士更頻繁地撥打正確的電話。

和所有神經網絡一樣，谷歌的新系統需要大量的訓練數據。它以超過100，000幅乳房X光照片的形式獲得了這一點——7.6萬幅來自英國，1.5萬幅來自美國。所有的訓練數據都被標記，使系統能夠學習腫瘤的所有表現方式。隨著網絡的建立，谷歌工程師在一套新的3萬張來自美國和英國的乳房X線照片上測試了它的準確性。對于每一幅圖像，它將人工智能與人類放射科醫生進行了比較，以確定哪個更準確。

與美國篩查相比，人工智能產生的假陽性減少了5.7%。這將使婦女免于不必要的擔心和費用，以應對一種不存在的腫瘤。更重要的是，人工智能有9.4%的假陰性-這些是放射科醫生錯過的腫瘤（見上文）。由于NIH總是有兩名醫生檢查每個乳房X光片，所以人工智能并沒有像英國那樣擊敗英國系統。在那里，人工智能減少了1.2%的假陽性和2.7%的假陰性。

谷歌還成立了一個由六名美國放射科醫生組成的團隊和人工智能之間的競爭，樣本為500個隨機選擇的乳房X線掃描。再一次，人工智能優于人類，識別了幾種癌癥，所有六位醫生最初都錯過了。然而，至少有一個病例，人工智能錯過了所有人類發現的癌癥。

這項研究表明，谷歌的人工智能可以幫助減少不準確的乳房X線照片讀數，但這項技術首先需要更多的測試。這項研究主要使用在單個制造商的設備上拍攝的乳房X光圖像，并且可能會與其他設備發生意外的變化。