《谷歌健康开发出人工智能筛查乳腺癌》

  • 来源专题:中国科学院文献情报生命健康领域集成服务门户
  • 编译者: 张学博
  • 发布时间:2020-03-21
  • 谷歌健康(Google Health)的研究人员开发出一种新型人工智能(Artificial Intelligence,AI)系统,在乳腺癌筛查方面超越人类专家。该研究结果发表在2020年1月1日的Nature杂志上。
    乳房X光筛查(Screening Mammography)旨在早期识别乳腺癌以便及时进行治疗。尽管全世界都有相关的筛查程序,但对乳房X线照片的辨别却经常发生假阳性或假阴性。谷歌健康的研究人员开发的AI系统,用于诊断乳房X线照片进而预测乳腺癌。研究人员从英国3个筛查中心和美国1个筛查中心分别收集了英国和美国乳腺癌筛查人群的数据集,其中包含活检记录和纵向随访记录,用这些数据对AI系统进行训练,使AI系统可以从一组乳房X线照片中识别出是否患有乳腺癌。最后,将AI系统的检测结果与6位放射科医生的检测结果进行比较。结果显示AI检测的阳性结果的绝对误报率降低了5.7%和1.2%(美国和英国),阴性结果的绝对误报率降低了9.4%和2.7%,并且将AI系统分别与6名放射科医生进行比较,AI系统的表现优于所有医生。表明该系统具有广泛应用能力,将提高乳腺癌筛查的准确性和效率,未来有望应用到临床。

  • 原文来源:;https://www.nature.com/articles/s41586-019-1799-6
相关报告
  • 《美国开发出能预测人类肺癌风险的人工智能工具》

    • 来源专题:生物安全
    • 编译者:闫亚飞
    • 发布时间:2023-02-19
    • 据生物谷网1月30日消息,美国麻省理工学院科研团队开发出可预测人群患肺癌风险的人工智能工具“Sybil”。研究人员基于全美肺部筛查试验数据开发出的深度学习模型,能够不依赖临床数据或放射科的结果注释,仅通过一份低剂量胸部计算机断层扫描(LDCT)结果的扫描分析,预测出个体未来1-6年患肺癌的风险。该模型将在标准放射科读片站后台实时运行,为临床决策提供支持。Sybil工具实现了利用图像观察集体生物学并对癌症风险进行预测,降低人工评估个体的环境和遗传风险影响,可进一步提升肺癌个体化筛查和诊断效率。相关研究成果发表于Journal of Clinical Oncology期刊。
  • 《认知行为疗法计划帮助乳腺癌幸存者失眠》

    • 来源专题:重大慢性病
    • 编译者:李永洁
    • 发布时间:2024-09-29
    • 来自华盛顿特区 MedStar 健康研究所的 Claire M. Starling, M.P.H. 及其同事评估了一项 CBT 知情、语音激活、互联网交付的计划对改善乳腺癌幸存者失眠症状的有效性。该分析包括 70 名患有失眠症的乳腺癌幸存者,他们被随机分配 (1:1) 到带有语音互动 CBT-失眠 (CBT-I) 程序或教育控制的智能扬声器,为期 6 周。研究人员发现,从基线到随访,干预组的失眠严重程度指数评分平均变化了 -8.4 分,而对照组为 -2.6 分。通过日记数据评估的睡眠质量显示,与对照组相比,干预组的睡眠质量有统计学意义的改善,入睡后醒来 (9.54 分钟)、入睡潜伏期 (8.32 分钟) 和睡眠效率 (-0.04%) 也是如此。然而,总睡眠时间没有改善。作者写道:“未来的研究应该探索扩大家庭睡眠计划和增加人工智能应用的潜力,并应该将参与度和非劣效性与其他有效的 CBT-I 计划进行比较。