像所有形式的疾病一樣，早期診斷肺癌可以大大提高患者的生存機會，但與所有癌症一樣，實現癌症的早期診斷通常十分困難。根據一項新發表的研究，旨在利用人工智慧更好地模擬和預測肺癌的谷歌研究計劃顯示出前景，該技術甚至在某些方面優於擁有執照的放射科醫師。

乳腺癌、面板癌和卵巢癌等少數幾種型別的癌症目前可以透過AI的幫助得到更好的治療，近年來一系列研究突破提高了早期和更準確診斷的前景。透過在數千個醫學影象上訓練機器學習演算法，這些系統可以檢測到人類可能不會注意到的小的和可能有問題的變化。這些技術技術有朝一日可以帶來更好的患者結果。

在谷歌的案例中，其研究人員透過美國國立衛生研究院和西北大學的45000多次胸部CT掃描訓練其機器學習演算法，其中一些CT掃描結果顯示出不同階段的癌症特徵。該演算法透過從CT掃描生成3D模型來工作，使用該模型來檢測肺結節中的微小惡性組織，併產生整體肺癌惡性腫瘤預測。

然後研究人員使用單個CT掃描將該演算法用於診斷，並將該演算法的準確性與六個具有醫師資格的放射科醫師相比。谷歌表示，其檢測到的癌症病例增加了5％，誤報率降低了11％以上。

儘管該系統僅使用歷史掃描對現有患者進行了驗證，並且需要進一步開展工作以探索其在臨床環境中的作用，但谷歌將早期結果描述為“令人鼓舞”。

“這為透過計算機輔助和自動化最佳化篩選過程創造了機會，”作者在他們的論文摘要中寫道。“雖然絕大多數患者仍然未經篩查，但我們展示了深度學習模型的潛力，以提高全球肺癌篩查的準確性、一致性和採用率。”

該研究發表在《自然醫學》雜誌上。

人工和Ai各有所長，如果是標準的影像資料，那麼人工智慧比人工來的更快也更準確，但是如果是一些拍的不十分清楚的或者是有偽影的片子，那就需要人工來識別了。經驗還是很重要的，人工智慧可以是人的好幫手，但是目前還無法取代人。

現在，放射科閱片還是有經驗的醫生獨立閱片的。與放射科醫師相比，谷歌用於診斷肺癌的AI，是人為寫的程式，機器定位閱讀診斷的，準確性不是特別高。

臨床上，每個病人的肺部CT多多少少都有一些出入，很多肺癌病人的肺部CT變現不是特別典型，同時，人工智慧的臨床應用也屬於剛起步階段，還需要大資料的驗證，還有待更深入的基礎研究。以上問題，都是AI無法替代人工的，因此，還是建議選擇有經驗的醫生進行閱片。

近些年來隨著人工智慧AI的發展，人工智慧技術進入的領域越來越多，已經深刻的影響著我們的生活，也影響著我們的工作，尤其是勞動密集型的工作。

技能性的領域也開始與人工智慧逐步“接吻”，醫學人工智慧影像輔助診斷系統是一個比較典型的代表。也就是使用AI代替影像科的醫師，透過對影像的片子進行判讀作出診斷，這無疑是一個巨大的進步。目前跨國公司谷歌在人工智慧方面處於領先地位。

那麼與放射科醫師相比，這種人工智慧技術，在診斷肺癌方面究竟準確性如何呢？可以說前景值得期待，現實仍需改進。

國內第1臺用於影像輔助診斷的產品，是在北京TT醫院應用，據有關報道，該輔助診斷系統打敗了來自全國300多家，共700多名影像科的醫生，無論是從判斷速度還是準確率來方面遙遙領先，人工智慧輔助診斷系統準確率可達95%以上，相當一個高階主任醫師的水平，5分鐘可以閱讀上百張片子，相當於100個醫生的工作強度。

這真是一個值得喜大普奔的訊息。但是，事實並不如想象的那麼美好：

2、人工智慧輔助診斷系統，還是需要一定的人力來進行操作和干預。對於原資料庫裡沒有的診斷和病變，可能準確率就非常低了，出現誤診的機率很大，以後也需要人工的判讀。

3、一整套的智慧輔助診斷系統，價格非常的不親民，人民幣在6位數到7位數。所以並非一般的醫療機構所能承受。

總之，醫學人工智慧診斷輔助系統的出現，是科學的進步，將進一步深深的影響著醫學的發展。就目前現階段來講，可以大大的提高診斷效率和診斷質量。

人工智慧正在深入我們現代生活的每一個角落，誰也無法逃避，你說呢？