一项新的国际研究表明，基于人工智能（AI）的模型在识别卵巢癌超声图像方面可以超越人类专家。该研究由瑞典卡罗琳学院（Karolinska Institutet）的研究人员领导，并发表在《自然医学》杂志上。
“卵巢肿瘤很常见，通常是偶然发现的，”卡罗琳学院临床科学与教育系教授、斯德哥尔摩南区总医院（Södersjukhuset）妇产科高级顾问伊丽莎白·艾普斯坦（Elisabeth Epstein）表示，“全球许多地区都存在超声专家短缺的问题，这导致了不必要的干预措施和癌症诊断延误。因此，我们希望了解AI能否补充人类专家的工作。”
研究人员开发并验证了能够区分良性与恶性卵巢病变的神经网络模型。他们使用来自8个国家20家医院的超过17,000张超声图像进行了训练和测试。随后，研究人员将这些模型的诊断能力与大量专家和经验较少的超声检查员进行了比较。结果显示，AI模型在识别卵巢癌方面的准确性达到了86.3%，而专家和非专家检查员的准确性分别为82.6%和77.7%。“这表明，神经网络模型可以在卵巢癌诊断中提供有价值的帮助，特别是在难以诊断的情况和缺乏超声专家的环境中。”艾普斯坦教授说。
AI模型还可以减少专家会诊的需求。在一个模拟的分诊情境中，AI支持减少了63%的会诊数量和18%的误诊率。这将使患有卵巢病变的患者获得更快、更经济有效的护理。
尽管结果令人鼓舞，但研究人员强调，在充分了解神经网络模型的临床潜力及其局限性之前，仍需进行进一步的研究。“通过持续的研究和发展，基于AI的工具可以成为未来医疗保健的重要组成部分，减轻专家负担并优化医院资源，但我们必须确保它们能够适应不同的临床环境和患者群体。”卡罗琳学院博士生菲利普·克里斯蒂安森（Filip Christiansen）说，他与皇家理工学院（KTH Royal Institute of Technology）的埃米尔·库努克（Emir Konuk）共同担任第一作者。
研究人员目前正在斯德哥尔摩南区总医院进行前瞻性临床研究，以评估AI工具在日常临床中的安全性和实用性。未来的研究还将包括一项多中心随机对照试验，以考察其对患者管理和医疗成本的影响。
该研究与皇家理工学院的研究人员密切合作，并得到了瑞典研究委员会、瑞典癌症协会、斯德哥尔摩地区委员会、Radiumhemmet癌症研究基金和瓦伦堡AI、自主系统和软件项目（WASP）的资助。
伊丽莎白·艾普斯坦、菲利普·克里斯蒂安森及三位合著者已通过Intelligyn公司申请了计算机辅助诊断方法的专利。伊丽莎白·艾普斯坦、菲利普·克里斯蒂安森和皇家理工学院研究员凯文·史密斯（Kevin Smith）也持有Intelligyn公司的股份，艾普斯坦教授是该公司的一名无薪经理。有关完整的利益冲突声明，请参阅论文。
(全文结束)