美国研究人员开发出一种人工智能(AI)系统，可以帮助医生更准确地读取活检组织数据，更好地诊断乳腺癌。他们在近日的美国医学协会期刊《JAMA Network Open》上发表研究论文称，这一系统对某些类型乳腺病变的诊断准确率甚至比经验丰富的医生还要高。

对乳腺癌诊断来说，活体组织检查是一个不可或缺的重要手段。但通过活检形成的医学图像包含着大量复杂的数据，医生在理解这些数据时不可避免地会带有一定的主观性，从而造成诊断上的偏差。

有研究表明，在美国，每6个导管原位癌(一种非侵润性乳腺癌)病例中，就会出现一次诊断错误，而对乳腺异型性的诊断出错率则更高。

此次，华盛顿大学、佛蒙特大学等机构研究人员合作开发的AI系统，未来或可在一定程度上缓解医生的压力。

研究团队利用240例乳腺病例活检的图像，对新开发的AI系统进行训练，以提高其识别良性、异型性、原位导管癌、浸润性乳腺癌等乳腺病变模式的能力。随后，研究团队通过该系统对60个乳腺活检标本进行了分析，并将诊断结果与87名美国执业医生的独立诊断结果进行了比较。

结果显示，人工智能程序在区分癌症和非癌症病例方面的表现略逊于人类医生，但在区分乳腺异型性与原位导管癌方面的表现则要优于人类医生。在相关类型病变的诊断上，AI系统的灵敏度介于0.88至0.89之间，而人类医生的平均灵敏度仅有0.70。敏感性得分越高，表明诊断和分类正确的可能性越大。

研究人员表示，长期以来，美国医生在乳腺异型性和原位导管癌的诊断上一直表现不佳，准确率很低，这也成为美国医生在乳腺癌诊断上面临的一个最大挑战。而他们的研究结果表明，基于机器学习的人工智能系统在此方面具有巨大潜力，可以作为辅助系统，帮助医生作出更加准确的诊断。