当地时间2020年1月1日，谷歌健康部门联手DeepMind在Nature上发布了一项最新研究成果——AI乳腺癌检测系统，作者称该系统检测乳腺癌的能力超过专业放射科医生。
乳腺癌是一种发病率相对较高的疾病。统计数据显示，在世界范围内，有八分之一的女性都会被诊断出患有乳腺癌，2018年全球约有627000名女性死于乳腺癌，约占女性癌症死亡人数的15%。因此，为了尽早发现乳腺癌，不少国家已经实施大规模筛查计划，但专业医生对早期乳腺X线影像的分析无法做到高效精准，误诊与漏诊也是常有的事情，而由此产生的诊断结果会致使患者进入不必要的侵入性诊断程序。
因此为了帮助医生更快更精准地进行监测，研究人员训练出了该系统。在这项研究中，谷歌技术主管Shravya Shetty与研究人员合作，使用两个数据集训练人工智能深度学习模型。其中一个数据集包含25856张来自英国的乳腺X线影像，另一数据集包含3097张来自美国的乳腺X线影像。结果显示，人工智能模型检测结果的假阳性率（误诊率）比放射科医生的诊断结果低5.7%（美国）和1.2%（英国），假阴性率（漏诊率）比放射科医生的诊断结果低9.4%（美国）和2.7%（英国）。
据悉，谷歌健康部门、DeepMind、伦敦大学学院、剑桥大学、英国吉尔福德皇家萨里郡医院、谷歌旗下初创公司Verily Life Sciences、斯坦福医疗中心、英国皇家马斯登医院等机构共同完成了这项研究。在上述研究的独立子实验中，人工智能系统的表现优于全部6名放射科医生。
其实，在谷歌发布该系统之前，包括谷歌医疗、MIT在内的多家研究机构都曾发布过AI诊断乳腺癌的研究成果，但与往常不同的是，谷歌健康部门称此次发布的成果在设计上做了大幅优化，且定位明确，是作为辅助医生判断的工具，同时其成本也在原有的基础上大大降低。
研究部门研究人员对外表示，“该AI系统可以帮助医生发现错误，同时医生仍然可以使用该技术来提升患者的治疗效果，并且大家完全不用担心医生会对软件产生依赖。”
值得一提的是，该算法的代码尚未发布。对此，研究人员解释称，用于训练模型的代码对内部工具、基础架构和硬件有很大的依赖性，因此不便于发布。
