據美國《每日科學》雜志網站近日報道，美國杜克大學的計算機工程師和放射科醫生開發了一個新型人工智能(AI)平臺，可分析乳房X光掃描數據中的潛在癌性病變，以確定患者是否應該接受侵入性活檢。與之前類似系統不同的是，該人工平臺能夠準確解釋并展示其是如何得出結論的，有助醫療工作者更好地做出決策。

能夠讀取醫學圖像的工程AI是一個巨大的行業。目前，科學家們已經開發出數千種獨立算法，美國食品藥品監督管理局(FDA)已經批準其中100多種用于臨床。然而，無論是讀取MRI、CT還是乳房X光掃描，很少有平臺使用超過1000張圖像的驗證數據集或包含人口統計信息。信息缺乏，加上有些AI系統在實際使用中失敗，比如系統無法對來自多個不同設備的圖像進行識別等，導致許多醫生質疑AI在高風險醫療決策中的應用。

在最新研究中，科學家們利用從杜克大學衛生系統484名患者身上采集的1136張圖像對新AI進行了訓練。他們首先教AI發現可疑病變，忽略所有健康組織和其他無關數據，然后請放射科醫生仔細標記圖像，教AI關注病變邊緣，即潛在腫瘤與健康周圍組織的交界處，并將這些邊緣與已知癌性和良性結果的圖像邊緣進行比較。訓練完成后，他們對AI進行了測試。雖然它并沒有超越人類放射科醫生，但它和其他“黑匣子”計算機模型一樣出色。當新的AI出錯時，使用它的人將能夠認識到它是錯誤的，以及它出錯的原因。

最新研究負責人、杜克大學放射學教授約瑟夫·洛說：“我們最新研究出來的算法不僅能工作，還能解釋并說明它們基于什么得出相關結論。它可以成為一個有用的培訓平臺，教學生如何閱讀乳腺攝影圖像;還可以幫助人口稀少地區那些不經常看乳房X光掃描的醫生作出更好的醫療決定。”(記者 劉霞)

關鍵詞： AI乳腺癌診斷系統 乳房X光掃描數據 乳腺癌 潛在癌性病變