主要信息如下:本周三，Nature.com發(fā)布了這一發(fā)現(xiàn)，倫敦帝國理工學(xué)院和谷歌旗下GoogleHealth對一臺計算機進(jìn)行了“訓(xùn)練”，它發(fā)現(xiàn)了接近2.9萬名女性的X光片中的異常現(xiàn)象。

　　本周三，Nature.com發(fā)布了這一發(fā)現(xiàn)，倫敦帝國理工學(xué)院和谷歌旗下Google Health對一臺計算機進(jìn)行了“訓(xùn)練”，它發(fā)現(xiàn)了接近2.9萬名女性的X光片中的異常現(xiàn)象。

　　該研究使用了來自英國和美國的女性的X光圖像，結(jié)果顯示，在上述兩個國家中，計算機都減少了癌癥被錯誤識別或遺漏的情況。

　　在美國，提升幅度更加明顯，報道稱，在乳房X光圖片被誤診為異常的情況下，假陽性的情況減少了5.7%。

　　癌癥遺漏的假陰性情況也減少了9.4%。報道稱：“在一項針對6名放射科醫(yī)生所進(jìn)行的獨立研究中，人工智能系統(tǒng)的表現(xiàn)超過了所有人類醫(yī)生?！?/p>

　　與美國不同的是，英國國家健康服務(wù)（NHS）通常會讓兩名放射科醫(yī)生來篩查X光圖像。當(dāng)這兩名醫(yī)生出現(xiàn)分歧的時候，會有第三名醫(yī)師來做出判斷。

　　但是即使是在兩名人類醫(yī)生共同檢查圖像的情況下，人工智能依然證明自己在準(zhǔn)確性方面不輸給人類。如果計算機能夠像人類醫(yī)生一樣，在閱讀X光圖片之前先獲得病人的過往病歷，系統(tǒng)的準(zhǔn)確性還將會得到進(jìn)一步的提升。

　　Google Health的多米尼克·金（Dominic King）對媒體表示：“對于這些發(fā)現(xiàn)，我們的團(tuán)隊感到非常驕傲，這意味著我們正在開發(fā)一種優(yōu)秀的工具，它能夠幫助臨床醫(yī)生提升發(fā)現(xiàn)乳腺癌的精確性?！?/p>

　　在英國，人們希望這個系統(tǒng)可以減少由于放射科醫(yī)生短缺而造成的病歷積壓。去年4月，皇家放射科學(xué)會聲稱，四分之三的放射科負(fù)責(zé)人表示，他們沒有足夠的醫(yī)生，無法為病患提供足夠的安全護(hù)理。(月恒)