照片由 Michael Hanschke/picture alliance 提供，来自 Getty Images

谷歌今天宣布，它已将其用于乳腺癌筛查的人工智能研究模型授权给医疗技术公司 iCAD。这是谷歌首次授权该技术，希望它最终能带来更准确的乳腺癌检测和风险评估。

谷歌公关经理 Nicole Linton在一封电子邮件中告诉The Verge ，这两家公司的目标是最终在现实世界的临床环境中部署该技术——目标是“2024 年发布” 。然而，商业部署仍然取决于持续研究和测试的成功程度。林惇在电子邮件中说：“我们将有意识地采取行动并在进行过程中进行测试。”

“我们将有意识地移动并在我们前进时进行测试。”

该合作伙伴关系建立在谷歌之前改进乳腺癌检测的工作之上。早在 2020 年，谷歌研究人员就在《自然》杂志上发表了一篇论文，发现其人工智能系统在识别乳腺癌迹象方面的表现优于几位放射科医生。在所研究的数千张乳房 X 光照片中，该模型将假阴性减少了高达 9.4%，将假阳性减少了高达 5.7%。

iCAD 计划将谷歌的乳腺 X 线摄影 AI 研究模型整合到 iCAD 的现有工具中。第一个是它的“ProFound AI”工具，可以分析数字乳房断层合成 (DBT) 的图像，这是一种有时称为“3D 乳腺 X 线摄影”的先进成像技术。该工具扫描 DBT 图像以寻找恶性软组织密度和钙化。iCAD 还计划将谷歌的模型与其风险评估工具结合使用，该公司表示，该工具可以为每个人量身定制个性化的乳腺癌风险评估。

希望人工智能可以成为帮助放射科医生及其患者的工具。一般来说，医学专家对人工智能持谨慎态度。在谷歌 2020 年的研究中，有一些例子是 放射科医生发现了模型最初没有发现的癌症。除此之外，并没有一个诊断癌症的黄金标准。The Verge的 James Vincent 此前报道称，这可能会导致在训练算法时难以建立良好的基线. 因此，文森特写道，与其坚持二元结果——“癌症”或“没有癌症”——这样的人工智能工具可能会通过提供两种以上的选择来解决“诊断的灰色地带”来改进。过度依赖人工智能而不让医生评估患者健康的所有细微差别，尤其是在尝试检测早期癌症时，可能会增加过度诊断的风险。

另外，谷歌表示，它还与英国国家卫生服务局 (NHS) 和伦敦帝国理工学院合作，看看其人工智能技术是否可以作为双读乳房 X 线照片中的“第二独立阅读器”，“让放射科医生专注于高优先级案例，同时提高筛选的一致性和质量。”