Nature Medicine：人工智能可以改善卵巢癌的诊断

　　

由瑞典卡罗林斯卡学院的研究人员领导的一项新的国际研究表明，基于人工智能的模型可以在超声图像中识别卵巢癌方面胜过人类专家。这项研究发表在《自然医学》杂志上。

卡罗林斯卡医学院临床科学与教育系的Elisabeth Epstein教授说：“卵巢肿瘤很常见，通常是偶然发现的。世界上许多地方都严重缺乏超声专家，这引起了人们对不必要的干预和延迟癌症诊断的担忧。因此，我们想知道人工智能是否可以补充人类专家。”

人工智能超越专家 

研究人员开发并验证了能够区分卵巢良性和恶性病变的神经网络模型，并对来自8个国家20家医院的3652名患者的1.7万多张超声图像进行了训练和测试。然后，他们将模型的诊断能力与一大群专家和经验不足的超声检查人员进行了比较。

结果显示，人工智能模型在识别卵巢癌方面的表现优于专家和非专家检查人员，达到86.3%的准确率，而专家和非专家检查人员的准确率分别为82.6%和77.7%。

Epstein教授说：“这表明神经网络模型可以为卵巢癌的诊断提供有价值的支持，特别是在难以诊断的病例和超声波专家短缺的情况下。”

减少对专家推荐的需求 

人工智能模型还可以减少对专家推荐的需求。在模拟分诊情况下，人工智能支持将转诊次数减少了63%，误诊率减少了18%。这可以为卵巢病变患者提供更快、更具成本效益的护理。

尽管结果很有希望，但研究人员强调，在充分了解神经网络模型的全部潜力及其临床局限性之前，还需要进一步的研究。

“随着不断的研究和开发，基于人工智能的工具可以成为未来医疗保健的一个组成部分，减轻专家和优化医院资源，但我们需要确保它们能够适应不同的临床环境和患者群体。”

评估人工智能支持的安全性 

研究人员目前正在Sdersjukhuset进行前瞻性临床研究，以评估人工智能工具的日常临床安全性和实用性。未来的研究还将包括一项随机多中心研究，以检验其对患者管理和医疗保健成本的影响。

该研究是与瑞典皇家理工学院的研究人员密切合作进行的，由瑞典研究委员会、瑞典癌症协会、斯德哥尔摩地区委员会、Radiumhemmet癌症研究基金和瓦伦堡人工智能、自主系统和软件计划（WASP）资助。