医疗人工智能企业Lunit表示，其乳腺X线摄影人工智能影像分析解决方案“Lunit INSIGHT MMG”的癌症诊断能力，与一线阅片放射科医师（First-Reading Breast Radiologist）相似或更优的研究结果，已于23日发表在欧洲影像医学学术期刊《European Radiology》（影响因子7.0）上。
本次研究由南丹麦大学临床研究科的Johanne Kohl、Mohammad Talal Elhakim博士及其研究团队主导，分析了2014年8月至2018年8月期间在丹麦南部地区实施的共24万9402例乳腺X线摄影检查案例。
目前在欧洲，乳腺癌筛查被建议由两名放射科专科医师进行双人阅片（Double Reading）。在此背景下，研究团队将Lunit人工智能解决方案与一线放射科专科医师的阅片结果进行比较，以评估人工智能的癌症诊断能力。
Lunit人工智能解决方案通过两个模型对案例进行判读：一是以一线阅片专科医师平均敏感度（将癌症患者判定为癌症患者的概率）为阈值构建的人工智能模型（AIsens模型）；二是以一线阅片专科医师平均特异度（将非癌症普通人判定为非癌的概率）为阈值构建的人工智能模型（AIspec模型）。当结果超过阈值时，即被归类为需“召回”（Recall）进行进一步癌症检查的对象。
结果显示，AIsens模型的特异度（97.5%对97.7%）和阳性预测值（17.5%对18.7%）略低于一线阅片专科医师，但召回率更高（3.0%对2.8%）。研究解释称，这意味着人工智能几乎不会遗漏乳腺异常征象，并且能够识别出更多潜在癌症病例。AIspec模型则表现出与专科医师相似的准确度。
此外，虽然AIsens和AIspec两种模型发现的癌症病例数少于专科医师（AIsens为1166例，AIspec为1156例，专科医师为1252例），但在乳腺X线摄影筛查间隔期内发生的间隔癌（Interval cancer）检出数量却高出约3至4倍（AIsens为126例，AIspec为117例，专科医师为39例）。公司方面补充称，人工智能还发现了乳腺癌及其他类型的癌症。
Lunit相关负责人表示：“本次研究显示，在双人阅片流程中，人工智能有可能辅助或替代专科医师的一线阅片”，并称“人工智能的应用有望进一步提高癌症检出率”。
Lunit首席执行官Seo Beomseok表示：“在欧洲，放射科专科医师短缺问题持续存在，引入人工智能的需求正不断增加。本次研究结果再次证明，人工智能能够在癌症筛查中发挥重要作用。Lunit正持续改进人工智能性能，以减轻全球医务人员的负担，并为患者提供更为精准的诊断。”
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
