圖：谷歌的健康部門團隊、DeepMind部門和倫敦帝國理工學院使用了三個不同的深度學習神經(jīng)網(wǎng)絡，從上到下分別是Facebook AI的“RetinaNet”與谷歌的“MobileNetV2”結(jié)合體，中間部分是ResNet-v2-50，最后底層的ResNet-v1-50。每個神經(jīng)網(wǎng)絡都以不同的方式挑選出乳房X光照片中看起來可疑的區(qū)域，然后對發(fā)現(xiàn)進行匯總，以得出關于癌癥或非癌癥的概率決定

谷歌旗下健康部門Google Health、AI部門DeepMind聯(lián)手倫敦帝國理工學院的研究人員日前在《自然》(Nature)雜志上撰文，描述了三個深度學習網(wǎng)絡如何在某些情況下通過閱讀乳房X光照片診斷癌癥方面勝過人類放射科醫(yī)生。但相關細則顯示，這項技術還沒有達到完全取代放射科醫(yī)生的水平。

如果你得到“相當正確”的評價，也就是說正確多于錯誤，結(jié)果可能并不太令人滿意。但如果你是個人工智能（AI）算法，你會為此得到很多贊譽。畢竟，AI程序不一定要給出明確的答案，只需要給出概率答案，或正確答案的可能性（百分比），無論是執(zhí)行自然語言翻譯還是診斷癌癥任務。

AI取得概率成就的最新例子出現(xiàn)在本周的《自然》雜志上，題為“乳腺癌篩查AI系統(tǒng)的國際評估”，由來自谷歌健康部門、DeepMind和倫敦帝國理工學院的31名學者撰寫，作者包括斯科特·邁耶·麥金尼(Scott Mayer McKinney)、馬爾辛·西尼克(Marcin T.Sieniek)、瓦倫·戈德布爾(Varun Godbole)和喬納森·戈德溫(Jonathan Godwin)以及DeepMind首席執(zhí)行官戴米斯·哈薩比斯(Demis Hassabis)等。

頭條新聞是，谷歌的科學在事后數(shù)年的乳房x光檢查中戰(zhàn)勝了英國和美國的放射學家，并宣布是否存在癌癥的診斷，表明“假陽性和假陰性的誤報大幅減少。”這種AI技術甚至擊敗了一個由6名人類放射科醫(yī)生組成的團隊，他們受托執(zhí)行這項任務，查看了500張乳房X光照片，并給出了診斷結(jié)果。

結(jié)果對AI工具發(fā)展方面做出了重要貢獻，這可能對醫(yī)生也非常有用。但這并不意味著它可以取代人類醫(yī)生的診斷。仔細觀察數(shù)據(jù)很重要，因為里面暗藏著許多鮮為人知的東西。

我們首先看下研究背景：科學家們從英國三家不同的醫(yī)院收集了2012年至2015年間接受乳腺癌篩查的女性數(shù)據(jù)，這些女性符合某些標準，如年齡和檢查，總共有13918名女性數(shù)據(jù)。這就是研究人員用來訓練神經(jīng)網(wǎng)絡系統(tǒng)的東西。一旦系統(tǒng)經(jīng)過培訓，另有2.6萬名女性數(shù)據(jù)被用于測試該系統(tǒng)。研究人員還對一家美國醫(yī)院收集的數(shù)據(jù)進行了同樣的處理，即西北紀念醫(yī)院從2001年到2018年收集的數(shù)據(jù)，只是樣本數(shù)量要小得多。

科學家們訓練了巧妙的三種不同神經(jīng)網(wǎng)絡，每個神經(jīng)網(wǎng)絡都以不同的細節(jié)水平觀察乳房X光照片。深度學習的這種設置細節(jié)令人著迷，也許代表了結(jié)合機器學習網(wǎng)絡的最先進水平。其中一種神經(jīng)網(wǎng)絡是ResNet V-150，到目前為止是一種經(jīng)典的圖像識別方法，由何凱明博士及其微軟同事在2015年開發(fā)。

第二個神經(jīng)網(wǎng)絡是RetinaNet，由Facebook AI研究學者于2017年開發(fā)。第三個是谷歌科學家去年發(fā)布的MobileNet V2神經(jīng)網(wǎng)絡。這是一個非常棒的混合方法，展示了代碼共享和開放的科學出版物如何豐富每個網(wǎng)絡的工作。詳細信息包含在《自然》雜志主要論文底部的補充材料論文中。

現(xiàn)在，棘手的部分來了：經(jīng)過訓練的網(wǎng)絡所判斷的病例中，是否有乳腺癌病例經(jīng)隨后的活組織檢查證實為“基本事實”。換句話說，診斷不僅僅是圖像上的東西是什么樣子的，還包括隨后的醫(yī)學測試通過明確地提取一塊癌變組織而得出的結(jié)論。在這種情況下，對于癌癥的存在，答案是明確的是或不是。

但上面描述的三個深度學習神經(jīng)網(wǎng)絡的完美結(jié)合，并不能給出是或不是的明確答案。它只會產(chǎn)生一個從0到1的分數(shù)作為一個“連續(xù)值”，而不是二元式的“非此即彼”判斷。換句話說，AI診斷可能是絕對精確的，也可能是完全錯誤的，這取決于在任何給定的情況下，它離正確的值有多近或多遠，是0還是1。

為了將概率分數(shù)與人類在做出判斷時所做的事情相匹配，麥金尼和他的同事們不得不將AI的概率分數(shù)轉(zhuǎn)換為二進制值。他們是通過一套單獨的驗證測試來挑選單個答案來做到這一點的。將“優(yōu)越性”與人類判斷進行比較，是AI在其產(chǎn)生的更廣泛總答案集中精選出相對準確答案的方式。

正如作者解釋的那樣：“AI系統(tǒng)天生就會產(chǎn)生一個連續(xù)的分數(shù)，代表癌癥存在的可能性，因此，為了支持與人類醫(yī)生的預測進行比較，我們對這個分數(shù)進行了閾值劃分，以產(chǎn)生類似的二元篩查決定，在這種情況下，閾值意味著選擇一個單一的點進行比較。對于每個臨床基準，我們使用驗證集來選擇一個不同的操作點，這相當于一個將正面和負面決策分開的分數(shù)閾值。”

與英國的數(shù)據(jù)相比，AI在預測某種東西是否是癌癥方面幾乎和人類一樣好。正如報告中所說，這個術語是“非劣質(zhì)的”，意思是它并不比人類的判斷力差。AI網(wǎng)絡做得明顯更好的領域是所謂的“特異性”，這是一個統(tǒng)計學術語，意思是神經(jīng)網(wǎng)絡在避免假陽性方面做得更好。也就是說，在不存在的情況下預測疾病。這當然很重要，因為被誤診為癌癥對女性來說意味著太多的壓力和焦慮。

不過，值得注意的是，在這種情況下，人類得分來自醫(yī)生，他們必須判斷是否需要根據(jù)乳房X光檢查進行進一步的檢查，如活檢。可以想象，在診斷的早期階段，醫(yī)生可能會做出過于寬泛的評估，以便推動患者進行進一步的測試，以避免發(fā)生未發(fā)現(xiàn)癌癥的風險。這是醫(yī)生決定病人下一步去哪里和機器猜測幾年后結(jié)果的可能性之間的根本區(qū)別。

換句話說，坐在患者面前的醫(yī)生通常不會試圖猜測未來幾年的結(jié)果概率，而是試圖確定患者下一步要采取的關鍵步驟是什么？例如，即使AI在特定情況下根據(jù)乳房X光檢查確定癌癥的可能性很低，患者仍會希望他們的醫(yī)生犯了錯誤，并開出活檢處方，以確保安全而不留下遺憾。他們很可能會欣賞這種謹慎。

科學家們在總結(jié)部分寫道，盡管AI發(fā)現(xiàn)了醫(yī)生漏掉的病例，但也有好幾個醫(yī)生診斷的患癌病例被AI忽略。這在額外的“讀數(shù)研究”中尤其明顯，在這項研究中，6名人類放射科醫(yī)生觀察了500例癌癥篩查。研究人員發(fā)現(xiàn)了“所有六位放射科醫(yī)生都漏掉的癌癥樣本，但被AI系統(tǒng)正確識別出來”，而“六位放射科醫(yī)生都發(fā)現(xiàn)了的癌癥樣本，卻被AI系統(tǒng)漏掉了。”

有些令人不安的是，作者寫道，目前還不完全清楚AI在每一種情況下成功或失敗的原因。他們稱：“盡管我們無法在這些情況下確定明確的模式，但這種邊緣情況的存在表明，AI系統(tǒng)和人類醫(yī)生在得出準確結(jié)論方面可能起到互補作用。”

可以肯定的是，人們想知道更多關于這三個深度學習神經(jīng)網(wǎng)絡是如何進行概率猜測的。比如說，它們看到了什么？這個問題，即神經(jīng)網(wǎng)絡代表什么的問題，沒有在研究中得到解決，但對于AI在如此敏感的應用中來說，這是一個至關重要的問題。

綜上所述，我們面臨的一個大問題是：對于一個能夠比許多必須進行初步評估的醫(yī)生更準確地預測未來癌癥發(fā)展概率的系統(tǒng)，我們應該付出多大的努力去開發(fā)?如果這些概率分數(shù)能夠幫助醫(yī)生在某些“邊緣案例”中做出決定，那么，幫助醫(yī)生使用AI的價值將是非常高的，即使在這一點上AI并不能真正取代醫(yī)生。

總結(jié)

以上是生活随笔為你收集整理的谷歌乳腺癌检测AI比医生更好？技术进步还没那么快的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。