今天登上《自然》的这个AI有点厉害[1]。
上次聊到谷歌AI出手，还是半年前的肺癌。这次谷歌健康的科学家们瞄准了乳腺癌，新AI在来自英、美的两个大数据集中，都表现出了比临床诊断更高的灵敏性和特异性，假阳性率分别降低了5.7%（USA）和1.2%（UK），假阴性率分别降低了9.4%（USA）和2.7%（UK）！
当AI与6名医生站在同一个赛场，AI筛查的曲线下面积（AUC）绝对值提升了11.5%，且能够降低88%的双重阅片工作量~
针对“AI读片看着挺好，实际咋用”的问题，研究者们也提出了可行的方向，具体内容还请听奇点糕慢慢道来
图源 | pixabay
乳腺癌是女性癌症死亡的第二大原因，早发现早治疗是改善预后的重要策略。目前很多发达国家都提倡40-50岁的适龄女性进行乳腺癌筛查，在英美两国每年有四百二十万女性接受筛查。
乳腺癌筛查的主要方法就是我们都很熟悉的乳房X光造影了。说来这项技术用的时间不短，使用范围也很广，但阅片至今还是难点，毕竟不是所有医生都火眼金睛，何况最顶级的医生也还有进步的空间[2]。
不得不说，这才是AI要大展身手的地方。
以往AI取得的成就，奇点糕这里也不再重复叨叨叨了，感兴趣的读者可以去后台搜索以前写过的报道，或者干脆来《医学趋势50讲》一口气听个过瘾。如果在乳腺癌上也能拿下一成，那无疑是能够大大改善好医生短缺和医疗平等的问题。
图源 | pixabay
其实现在已经有了几项乳腺癌筛查AI的小成果了，不过它们共同的局限是，数据集小、随访短、没有“真人PK”，对不同人群的泛用性也值得再思考思考。这些问题，就是今天要介绍的谷歌AI想解决的。
这个新AI呢，实际上是由三个深度学习模型组合而来的，它们分别针对单个病变、单个乳房和整个病例进行分析，每个模型产生一个乳腺癌风险评分，最终预测结果则是三者的平均值。
数据上，研究者们选择了来自横跨大洋的英国和美国的两个大型临床数据集，二者的随访时间都比较长，这样就能够降低无法识别的微小癌灶造成的偏倚。
方法上，研究者们设计了三轮对比。第一轮，AI与原始临床数据对比；第二轮，英美交叉对比；第三轮，AI和医生“现场PK”。
比赛很激烈啊，奇点糕有点兴奋起来了（搓搓手.gif
数据集详情+试验设计
先看第一轮结果。
在英国，每份X光片会由两名医生解读，也就是临床上说的双重阅片。如果两位医生的解读结果有分歧，那么再引入第三人的意见。第二名医生可以参考第一名医生的意见。
和第一名医生对比，AI的特异性绝对值高了1.2%，敏感性绝对值高了2.7%。和第二名医生、以及分歧情况下的第三人相比，AI表现相当。
在美国，则由一位医生全权负责阅片，此时AI的特异性绝对值高了5.7%，敏感性则高了9.4%。
总结一下，在英国数据集中，AI筛查能够比医生降低1.2%的假阳性、2.7%的假阴性；在美国数据集中，AI筛查能比医生降低5.7%的假阳性、9.4%的假阴性。
AI更灵敏、特异性更高
再来第二轮。
简单来说，这步就是只用英国数据集训练AI，然后只用在美国数据集中。这个数据就很厉害。即使没有经过美国数据集的调整，AI的表现仍旧超过美国放射科医生的平均水准，降低了3.5%的假阳性、8.1%的假阴性。
第三轮，终于到了真人PK了。
这一轮的6名医生是由相关委员会认证的符合MQSA资格的放射科医生，“试卷”则是随机抽样的500张X光片。为了增加难度，这500个病例中，有125例是在27个月内确诊癌症的，125例活检后确认阴性，剩余250例则没有做过活检。
当然，医生们可以获得患者的全套病例资料，但AI就只有片可看了。
从平均数据来看，AI的性能要大大超过医生们，AUC差异达到了11.5%。
三轮全胜，就很赞。
AI与医生们的直接比拼（局部）
那么临床如何用它？研究者们给出了两个可行的思路。
第一，AI可以帮助医生减少阅片工作量。比如说我们刚提到英国是采取双重阅片的，那么如果AI和第一名医生结论一致，我们就可以省下第二名医生的工作量。在实验室模拟中，这种方案能够省下88%的第二次阅片。
第二，AI可以帮助快速筛查出需要优先诊断的病例。
在英国数据集中，保持99.99%的阴性预测值（NPV）的情况下，AI的特异性仍有41.15%，美国数据也达到了接近的34.79%；另一方面，英国数据集在85.6%的阳性预测值（PPV）下，敏感性能达到41.2%，美国数据集82.4%PPV可实现29.8%的敏感性。
这意味着，AI可以快速确定30%-40%需要优先诊断的病例，这部分病例的乳腺癌确诊率预计为5/6。而在目前的临床实践中，X光片异常召回的病例，乳腺癌确诊比例只有22.8%（UK）和4.9%（USA）。
当然了，AI也不是啥都会，事实证明他们和医生们一样，也有眼神不好使的时候。比如说下面这两个病例，左边一份AI看得清清楚楚，但6个医生全部错过；右边一份医生们都画圈了，但AI愣是没发现。
这项研究的局限还是主要出在数据上。英国数据集来自全国，但是美国数据集是从单一中心提取的。而且非常巧合的是，研究中用到的大多数图像竟然都来自同一家公司的设备，是这家公司产品冠绝业界嘛
所以呢，对于乳房X光造影技术本身带来影响的分析就不那么全面了。
另外，研究里这6位医生也就是普通医生，业界大牛可能数据更漂亮，那和AI孰高孰低也不好说。
AI在临床上到底能不能也拿高分，看来还得更多时间去验证呀。不如来《医学趋势50讲》观测一下医学AI的大趋势吧！
编辑神叨叨
全体奇点糕呕心沥血呕心沥血呕心沥血打造的重磅音频课程《医学趋势50讲》终于上线了。我们一口气帮你同步了全球医学前沿领域最重磅的进展。只需500分钟，让你彻底搞懂最重磅的医学前沿进展。
课程亮点如下：
1、全面：一网打尽最重磅的医学前沿进展。
在这套《医学趋势50讲》中，我们囊括了免疫治疗、干细胞、微生物、人工智能、二代测序，抗癌新药研发等15个重要的前沿领域，帮你将全球最顶尖的科研成果一举收入囊中。
2、紧跟趋势：帮你无缝同步全球认知。
奇点跨学科专业知识团队，依靠强大的自有数据库系统，每天跟踪全球3000多本医学与生命科学领域的重要期刊，实时把握医学前沿科技最强劲的脉搏。和全球认知同步，你不需要费心费力，我们把全球脉动送到你的耳边。
3、有趣易懂：不用绞尽脑汁，就能理解全球医学顶尖难题。
医学和生命科学领域的论文往往晦涩难懂，再加上语言的隔阂，导致很多人对此望而却步。这一次，我们帮你把艰深晦涩的前沿学术调制成清新爽口的科学小品，让你在享受科学之美的同时，轻轻松松理解医学顶尖难题。和全球最聪明的大脑思考同样的问题，你也可以。
《自然》重磅：谷歌的乳腺癌筛查AI来了！比人类更灵敏 更准确 有望减少医生88%工作量｜临床大发现
