谷歌提高人工智能識別乳腺癌的幾率

• 2020 年 2 月 12 日
• 筆記

前天，Google Health分享了一個人工智能模型，它經過9萬多張x光片的訓練，取得了比人類放射學專家更好的效果，同時識別出了更多的假陰性，即看起來正常但含有乳腺癌的圖像。

最初的發現發表在《自然》雜誌上，該模型不僅實現了較低的誤報率（美國為5.7％，英國為1.2％），它還降低了假陰性率（美國為9.4％，英國為2.7％）。根據英國國家衛生服務和美國癌症協會的數據披露，大約八分之一的女性，在一生中某個年齡段被診斷出患有乳腺癌，這使乳腺癌成為女性中最常見的癌症診斷。

該模型接受了英國7.6萬名女性和美國1.5萬多名女性的乳房x光檢查圖像訓練，然後利用2.5萬多名英國女性和3000多名美國女性的圖像數據集進行評估。谷歌在一篇博文中表示：「展望未來的應用，有一些有希望的跡象表明，該模型可能會提高篩選程序的準確性和效率，並減少患者的等待時間和壓力。但要達到這一目標，還需要持續的研究、前瞻性臨床研究和監管機構的批准，以理解和證明受該研究啟發的軟件系統如何能夠改善患者護理。」

一年前，有消息稱谷歌開發了人工智能，用於檢測乳腺癌。IBM的研究也在關注乳腺癌。2019年，IBM創建了一個模型，預測女性在一年內何時會患上惡性乳腺癌，並用人工智能分析乳腺癌細胞。

相關的研究層出不窮，但真正大規模應用的卻至今未有，具體的原因是什麼呢？沒人知道。近期內，谷歌再一次提高了乳腺癌的診斷準確率，然而，上一次他們的準確率已經達到了99%（這是谷歌自己給出的數據），更加精確，精確到了什麼程度呢？

實驗室產物大都是理想化的，不管它多麼完美，應用在現實的時候，都有可能出現問題，因為現實充滿變數。或許，這就是谷歌花大力氣，再一次提高準確性的原因所在。實驗室的99%，放到現實里就不一定是多少了，這給谷歌騰出了進步的空間。