[ad_1]
关键要点
- 英国国家医疗服务体系已成功试用人工智能乳腺癌筛查工具 Mia。
- 在一次试验中，米娅通过乳房 X 光检查识别早期癌症的准确率比人类医生更高。
- 与此同时，AI医疗筛查也正在改变肝病的诊断。
在医学扫描中检测病理异常是 机器学习，其核心在于分析数据中的模式，从而做出有统计依据的预测。
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——一种可以识别人眼几乎看不见的早期乳腺癌迹象的新工具。
Mia 提供更有效的癌症筛查
早期癌变可能非常小，难以发现。因此，多达 20％ 的乳腺癌最初被乳房 X 线检查遗漏。
在一项试验中，Mia 分析了超过 10,000 名女性的扫描结果，该 AI 工具不仅成功识别了人类医生标记的每一种癌症，还突出显示了另外 11 种他们遗漏的癌症。
通过早期发现癌症，Mia 有望为患者提供更好的治疗效果，甚至挽救生命。
该工具的开发者 Kheiron 表示，由于它可以立即见效，患者等待结果的时间从平均 14 天缩短至仅 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。
人工智能筛查方面已取得重大进展 不同类型 肝脏疾病。同时，处理超声数据的机器学习算法在识别肝癌方面的表现优于人类放射科医生。
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著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 年的一项关于人工智能肝病筛查工具的研究发现，尽管它们在识别男性病理方面非常有效，但这些工具漏掉了 44% 的女性病例。
在接受 控制网络Unstoppable Domains 首席运营官、AI 行业资深人士 Sandy Carter 表示，该问题是由于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。”
但这不仅仅关乎提高女性的生活质量。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。
正如卡特所说：“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差距或人工智能中存在的偏见，那么每年就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？
