乳腺癌
2020年的第一天，《自然》杂志上发表了一个迅速登上了世界各大报纸头版的研究——
在乳腺癌诊断准确率方面，人工智能已经超过人类医生了。
英国广播公司：
AI在诊断乳腺癌方面“优于”医生
路透：
研究发现Google智能可以改进乳腺癌的检测
卫报：
人工智能在筛查乳腺癌方面胜过专家
可以说，这个研究一经发表，立刻成为了全世界高度关注的热议话题。
这意味着，人工智能的医学应用将进入新的历史阶段，甚至可能很快就会应用至临床，改变我们每一个人的生活。
这项由英美两国科学家共同研究的AI检测系统，也许会成为医学界的先锋。
据估计，单单这一项检测，就可将乳腺癌死亡率大幅度降低。
而乳腺癌，这个每年造成百万人死亡的全球性挑战，也许真的能够有更多的解法了……
↓↓↓
对于女性来说，乳腺癌绝对是一个令人恐惧的杀手。
乳腺癌是中国女性第一高发恶性肿瘤，致死率也位于女性肿瘤的第二位。
高发病率、高致死率，让很多人都闻风丧胆，担心达摩克利斯之剑是否会落在自己头上。
不过，近十余年来，乳腺癌在欧美国家的发病率上升，但死亡率却已经出现了下降的趋势。
究其原因，是以乳腺癌普查为主要手段的早期诊断。
换句话说，因为发达国家常体检，发现得早。
目前，乳腺癌是世界卫生组织确认的、能通过早期诊断降低死亡率的两种恶性肿瘤之一。
如果能在初期就发现，就基本确定能保住性命：几乎所有一期乳腺癌都可以治愈。
早期诊断的重要性不言而喻，但问题就在于，乳腺癌的早期诊断，实在是有点麻烦……
对于患者来说，乳腺癌早期几乎没有什么症状，也通常没有明显疼痛和不适感。
最常见的早期症状，就是出现与周围乳腺组织不一样的肿块。
但女孩子们都知道，胸部肿块很多都是良性的，甚至普通的生理周期也会导致胸部能摸到硬块，很少会引起紧张惊慌。
同样，对于医生来说，因为鲜有其他症状，乳腺癌的早期诊断，很大程度就只能依靠乳腺X线钼靶摄影筛查。
但问题是……
乳腺癌的X线影像需要高昂的解读成本，同时，假阳性、假阴性造成的误诊、漏诊率也很高。
一张X线影像，可能需要医生检查很久，才能分辨出其中可能的乳腺病变。
这项工作至关重要，却十分费时，还特别需要医生的经验。
不同的医生之间，准确度差异十分大，大多数乳腺癌的权威专家都需要数十年的经验，才能较为准确的判断。
但你要知道，这样顶尖的专家，不是每个患者都能预约到的。
医生需要许多年来培养，顶尖专家大多只在人满为患的顶尖医院，每天都排得满满的。
读一张X线影像需要不少时间，就算这些医生每天24小时不吃饭不睡觉地连轴转，也满足不了所有疑似乳腺癌患者的需求。
更重要的是，是人就会有劳累的时候，准确率势必会下降。
美国癌症协会曾表示，美国放射科医生在乳腺X线检查中忽略了大约20%的乳腺癌。
除非每张影像都让复数的医生多次检查，否则一定会出现很高的误诊漏诊率。
可是……大多数国家的医疗资源，哪经得起这么挥霍？
↓↓↓↓
但，以上这些问题，对于AI来说那都不是事。
一个调教好的人工智能系统可以应用到无数个医院，再偏远的地方也可以使用。
它只需要几秒钟就可以分析完图像，它可以24小时不间断地工作，可以同时给无数个人诊断，永远不会因为疲倦、精疲力尽而导致准确率下降。
Google Health的这个人工智能乳腺癌检测系统，让所有人都看到了医学革命前瞻。
研究人员从英国多所医院收集了近3万份匿名乳房X线影像数据，让AI开始学习。
AI学习的过程原理和人类有点像。
如果你想要婴幼儿学会判断什么是人，你可以把他带出去，给他指着过往行人说：“这个是人，那个也是人”。
然后，再指着猫猫狗狗说：“这个不是人，那个也不是人。”
久而久之，小孩看到直立行走的二脚兽，他就会告诉你这是人。
而研究人员会告诉AI，这份数据是乳腺癌，那份数据不是乳腺癌，逐渐通过训练形成模型。
在模型成熟之后，再让AI预测一份新的图像，它就可以根据过往的大数据训练结果，告诉你这份图像是否是乳腺癌。
而这次，由谷歌公布的这个AI检测系统，已经趋近于成熟。
研究人员使用英国2.6万例、美国3000例影像进行测试，发现在这一方面，AI已经实打实地超过一个人类医生了……
AI只根据影像进行判断，而医师可以结合影像以及病例上的患者自述、过往病史。
但即使如此，AI检测的准确度，还是比一个经验丰富的人类医生的要更好！
——微信排版框——
美国倾向于让女性每隔一两年检查一次，由一名医师单独诊断X光影像。
与美国相比，人工智能模型的误诊率降低了5.7%，漏诊率降低了9.4%！
——微信排版框——
英国倾向于让女性每三年检查一次，每次由两名医师进行双重诊断，如果有分歧，则由第三名医师进行检查。
与英国相比，人工智能的误诊率降低了1.2%，漏诊率降低了2.7%！
在独立子实验中，人工智能系统的表现，优于全部6名放射科医生。
此外，如果将人工智能系统作为辅助工具，与一名人类医师共同判断，也就是采用英国的模式，进行人类+AI的双重判断……
AI用几秒钟时间分析图像、标出来的“重点”，会让第二位读片医生的工作量，减少88%。
换句话说，以前读一张片的时间，现在能一口气读8张不费劲！
黄色框表示AI系统在乳腺癌组织中发现癌症的地方。先前的六位放射科医生未能在常规的乳房X光检查中发现。
“计算机真的很擅长这些任务。”
“我们希望有一天，放射科医生使用的这种AI工具，能够像写E-mail时的拼写检查一样普及。”
这个AI检测系统的的共同首席作者 Scott McKinney，这样评价道。
不要小瞧AI智能系统提升的那百分之几。
去年，全世界有超过200万妇女被诊断出患有乳腺癌，有近百万人死亡。
这提升出来的数据，就意味着几万个破碎的家庭，能够被拯救。
但最令人鼓舞的，并不仅仅是这件事情本身。
乳腺癌并不特殊，人工智能也不会局限于这一种疾病。
从癌症，到普通的眼科疾病，医生能够判断的疾病，人工智能都可以通过大数据，用同样的方法慢慢学会诊断。
总有一日，人工智能也会登上医疗界的舞台大展风采，成为医生最得力的助手。
科技，能够大大减轻医生的工作量压力，缓解医疗资源不足的困境。
或许有朝一日，它甚至能够替代医生进行较为基础的工作，让医生们能够腾出手来，进行更多研究，将精力放到更困难的疑难杂症上。
那时，医生将不会再有这样多的工作量，而更多的患者都能够享受到更优质的治疗。
我期待，这样一天的到来。
https://www.bbc.com/news/health-50857759
https://www.nature.com/articles/s41586-019-1799-6.epdf
https://www.dana-farber.org/for-patients-and-families/becoming-a-patient/international-patients/
