據DeepMind官網，每個數據包括四張影像
AI篩查准確率超放射科專家
結果顯示，AI篩查乳腺癌的准確性可達放射科專家水平。與人類醫生相比，該算法可減少癌症被誤診的情況。美國和英國的假陽性情況分別降低了5.7％和1.2％，假陰性情況則分別降低了9.4％和2.7％。
不過現實中的影像檢查情況要複雜得多。在美國，胸部X光影像通常由一名放射科醫生篩查，而英國至少由兩名放射科醫生篩查，當這兩名醫生出現分歧時，會有第三名甚至第四名醫師來做出判斷。對此，研究人員表示，DeepMind算法的准確性優于單名放射科醫生，甚至“不遜色”于兩位人類醫生。
據皇家放射學會，英國目前共有542位專業的乳腺放射科醫生，8％的醫院存在該職位空缺，而全英放射科醫生缺口至少在1104名左右。Dominic King指出，如果第二篩查醫生的角色可以由AI取代，那便可以減輕一部分人員短缺。這也是放射科醫生建議谷歌健康研究AI進行篩查的原因。“三四年前，英國一些高級乳腺放射科醫生與我們取得聯系，他們不僅認爲乳腺癌篩查是AI可大展身手的領域，探索技術對于醫療服務的可持續性也至關重要，尤其是目前病例積壓已久的英國。”
爲了驗證這一設想，研究人員進行了一項附加研究項目，模擬該算法如何與人類放射科醫生共同工作。研究結果顯示，AI和人類醫生的診斷結果有88％是一致的，這意味著只有12％的X光影像需要由另一位放射科醫師檢查。不過，該研究使用的數據有限，只有六名美國背景的放射科醫生接受研究測試，其中接受過乳腺影像研究級別培訓的只有兩位。谷歌健康的臨床科學家、合著該研究的Christopher Kelly表示：“我們希望未來對此進行更深入的研究，但僅是作爲模擬，這也讓我們對未來系統的發展潛力感到興奮。”
而成像設備的供應商不同也能帶來偏差問題，這也是未來的研究應該注意的地方。據悉，谷歌這次研究中所使用的圖像均來自Hologic，而更深入的研究也應支持其他設備的圖像。
除此之外，DeepMind尚未發布該算法所使用的代碼，也引起了一部分人的質疑。這篇論文中寫道：“用于訓練模型的代碼對內部工具、基礎架構和硬件有很大的依賴性，因此不對外進行發布。”研究人員還表示補充材料中對此進行了足夠詳細的描述，已足夠非營利性數據庫使用。
“這項研究的確很成功，但若作者們決定只公布AI是如何工作，卻不提供源代碼的話就很可惜了。源代碼這些內容可以大大提高該項研究的影響力，不僅可以幫助其他科學家在此基礎上繼續研究，更好地探析如何得到結果，也有助于研究人員進行多次研究，避免重大錯誤的發生。” Andrew Holding說。
Holding還表示：“如果患者已經慷慨地將自己個人數據分享給谷歌這樣的公司，那麽這些公司也理應向這些患者提供研究的結果和方法，畢竟沒有他們的同意，這項研究也不可能成功。”
谷歌健康的Kelly則認爲黑匣子算法縱然能幫助醫生了解其工作原理，但在臨床上的用處並不大。我們大概能知道的是，這個特定的系統由三個不同的模型組成，三個模型共同給出一個分數，不過可能只有突出可疑區域的局部模型對于臨床的作用會比較大。
這意味著盡管全局模型具有最准確的預測，但對人類放射科醫生來說，卻可能幫助不大。“盡管它可能表現最好，但這是一個黑匣子。” Holding補充說，“雖然我對’黑匣子’持懷疑態度，但相較而言，每個醫生如何結合多年的經驗做出診斷，我們也不是完全了解。”
最後，Holding認爲：“目前在醫學影像領域的這些研究，爲這雙數字眼找到了一條寬闊遼遠的道路。利用AI發現潛在病症，用技術爲人類提供更好的醫療，人類大可信心滿滿，不必擔憂。”
本文譯自Wired：DeepMind’s new AI can spot breast cancer just as well as your doctor，原文網址：https://www.wired.co.uk/article/deepmind-google-ai-breast-cancer