根据今天发表在《自然》杂志上的一篇研究论文，谷歌正在开发人工智能来帮助医生识别乳腺癌。据《****》报道，这种扫描X射线图像（称为**X光片）的模式将假阴性率降低了9.4%——这对于目前漏诊20%乳腺癌的检测来说是一个有希望的飞跃。

如今，乳腺癌是**第二大死亡原因，其死亡率和总体流行率仅被肺癌所击败。早期发现是大多数人识别和治疗该病的最好防御手段。然而，虽然**X光片是最常见的检测工具，但却错过了大量病例。“**X光检查非常有效，但假阴性和假阳性仍然存在着重大问题，”谷歌的研究员什拉维亚·谢蒂（Sravya Shetty）在《边缘》杂志上表示。

在谷歌资助的这项研究中，研究人员使用了来自英国25000多名**和美国3000多名**的匿名**X光照片。“我们试图遵循放射科医生可能遵循的原则，”谢蒂说。根据谷歌的博客文章，研究小组首先训练人工智能扫描X光图像，然后通过识别28000名****的变化来寻找乳腺癌的迹象。然后，他们将计算机的猜测与**的实际医疗结果进行对比。

最终，他们能够将美国**的假阴性率降低9.4%，将假阳性率降低5.7%。在英国，两名放射科医生通常会对结果进行双重检查，该模型将假阴性减少了2.7%，假阳性减少了1.2%。谷歌的科学家克里斯托弗·凯利（Christopher Kelly）是这篇论文的合著者，他告诉《连线》杂志说：“这种模型比英国和美国的单个放射科医生表现得更好。”。

制度不完善。虽然研究人员发现人工智能在大多数情况下识别乳腺癌的能力强于医生，但也有一些情况下医生标记了模型最初遗漏的癌症。西北大学研究员、该论文另一位合著者Mozziyar Etemadi告诉《华尔街日报》：“有时，所有六位美国读者都患上了一种癌症，这种癌症会从人工智能中溜走，反之亦然。”。

不过，谷歌表示，它希望该系统最终能应用于临床。“我们对这些结果感到非常兴奋和鼓舞，”谷歌产品经理Daniel Tse说，他也是这篇论文的合著者。他告诉《边缘》杂志说，研究小组目前正在努力确保研究结果可以在人群中推广。他补充道：“当你将其应用于临床实践时，显然会有相当多的细微差别。”。

谷歌一直在谨慎地将这个项目定义为一个可以帮助放射科医生，而不是替代他们的项目。“他们各自带来自己的力量，这是互补的，”谢蒂说。“有很多情况下放射科医生捕捉到模型遗漏的东西，反之亦然。把两者结合起来，可以加强整体成果。”

该项目是谷歌不断努力扩大到医疗领域的一部分。今年早些时候，这家科技巨头与扬升合作，获得数百万美国公民的健康记录。该项目在一名举报人声称健康记录没有匿名后遭到了抨击。对于乳腺癌研究，谷歌与美国和英国的临床研究人员合作，并使用已经被取消确认的数据。