要点
- 英国国家卫生服务中心已成功试点人工智能乳腺癌筛查工具 Mia。
- 在一项试验中，米娅通过乳房 X 光检查比人类医生更准确地识别出早期癌症。
- 与此同时，人工智能医疗筛查也正在改变肝病的诊断。
检测医学扫描中的病理异常是一个理想的用例 机器学习，其本质是分析数据的模式，以做出统计上明智的预测。
随着越来越多的诊断中心部署人工智能来帮助筛查疾病，英国国家医疗服务体系 (NHS) 已成功试用 Mia，这是一种新工具，可以识别人眼几乎看不见的早期乳腺癌迹象。
Mia 提供更有效的癌症筛查
早期癌性生长可能非常小且难以发现。结果，多达 20% 的乳腺癌最初会被乳房X光检查漏掉。
在 Mia 分析了 10,000 多名女性的扫描结果的试验中，人工智能工具不仅成功识别出人类医生标记的每一种癌症，还突出显示了他们漏掉的另外 11 种癌症。
通过更早地发现癌症，米娅有望为患者提供更好的治疗结果，甚至可以挽救生命。
该工具的开发者 Kheiron 表示，由于它可以立即生效，因此可以将患者等待结果的时间从平均 14 天缩短到仅需 3 天。
人工智能医疗筛查的最新前沿
虽然 Mia 仍需大规模推广，但针对其他类型疾病筛查的类似解决方案已经取得了成果。
在使用人工智能进行筛查方面取得了重大进展 不同类型 肝脏疾病。与此同时，处理超声数据的机器学习算法在识别肝癌方面比人类放射科医生表现更好。
除了筛查疾病之外，人工智能模型还可以比传统技术更有效地帮助预测疾病进展。
医疗数据的局限性
虽然人工智能诊断工具有可能显着提高医疗筛查的效率和准确性，但找到正确的数据来构建正常工作的模型仍然是一个挑战。
例如，2022 年一项针对 AI 肝病筛查工具的研究发现，尽管它们在识别男性疾病方面非常有效，但这些工具漏掉了 44% 的女性病例。
在接受采访时 CCNUnstoppable Domains 首席运营官、AI 行业资深人士 Sandy Carter 表示，问题是训练数据存在偏差造成的。
卡特说：“在美国，直到 1993 年，研究人员才必须将女性纳入他们的健康研究。”
但这不仅仅是为了改善女性的生活质量。像 Mia 这样的工具还可以通过减少疾病的影响来帮助经济发展。
正如卡特指出的：“麦肯锡刚刚做了一个 学习 。 他们发现，如果我们能够解决女性医疗保健方面的差距，或者人工智能中存在的偏见，每年可以为全球经济带来 1 万亿美元的增长。”
这篇文章有帮助吗？