最近我一直在思考癌癥篩查，因為在過去的幾個月里，我看到了一些關(guān)于人工智能將如何徹底改變癌癥檢測的新聞。
就在上周，微軟宣布與數(shù)字病理學(xué)公司 Paige 合作，建立世界上最大的基于圖像的癌癥識別人工智能模型。該算法的訓(xùn)練數(shù)據(jù)集包含 400 萬張圖像。Paige 的 CEO 安迪莫耶（Andy Moye）在接受媒體采訪時表示：“對于癌癥治療來說，這是一個開創(chuàng)性的時刻。”
（來源：AI 生成）
2023 年 8 月，人工智能乳腺癌篩查的首個臨床試驗結(jié)果出爐。研究人員比較了兩種查看乳房 X 光片的方法：一種是由兩名獨立的放射科醫(yī)生進(jìn)行的，另一種使用了一名放射科醫(yī)生和人工智能為患者打分，使用的是從 1 到 10 的數(shù)字癌癥風(fēng)險評分系統(tǒng)。在后一組中，那些被打 10 分的人患癌風(fēng)險最高，他們的圖像也會由兩名放射科醫(yī)生查看。人工智能支持的模型減少了 44% 的工作量，檢測出的癌癥增加了 20%。
這聽起來是件好事。從理論上講，癌癥發(fā)現(xiàn)得越早就更容易治療，從而挽救生命。但數(shù)據(jù)并不總是支持這個結(jié)論。8 月下旬發(fā)表的一項研究，梳理了隨機(jī)臨床試驗的文獻(xiàn)，比較了兩組人的死亡率（任何原因，不僅僅是癌癥）：接受癌癥篩查的人和沒有接受癌癥篩查的人。對于大多數(shù)常見類型的癌癥篩查，他們沒有發(fā)現(xiàn)顯著差異。唯一的例外是乙狀結(jié)腸鏡檢查，這是一種僅能觀察結(jié)腸下部的結(jié)腸癌篩查。
為什么會這樣的原因還不完全清楚。這可能是因為研究中的設(shè)計缺陷。作者在分析中納入的試驗可能沒有對參與者進(jìn)行足夠長的跟蹤，無法看到差異。另一種解釋是，篩查對一些癌癥的好處可能更大。例如，如果篩查早期發(fā)現(xiàn)致命的癌癥，患者可能會獲得寶貴的時間來成功治療這種疾玻但是，如果篩查發(fā)現(xiàn)了許多不會導(dǎo)致死亡的癌癥，那么就不會帶來特別明顯的結(jié)果。
這個問題被稱為過度診斷。我喜歡澳大利亞一個研究小組的描述：“過度診斷不是假陽性診斷或誤診。”診斷是正確的，但它對患者的健康幾乎沒有益處，甚至可能造成傷害。
毫無疑問，對于如果未被發(fā)現(xiàn)就會導(dǎo)致死亡的癌癥，篩查項目可以發(fā)現(xiàn)它們。那么，我們?yōu)槭裁匆獡?dān)心過度診斷呢？因為篩查也會造成傷害。接受結(jié)腸鏡檢查的患者有時會出現(xiàn)腸穿孔，而活檢可能導(dǎo)致感染。放療和化療等治療方法會對人們的健康造成嚴(yán)重風(fēng)險，切除腫瘤的手術(shù)也是如此。
那么人工智能輔助篩查會導(dǎo)致更多的過度診斷嗎？我向美國德克薩斯大學(xué)奧斯汀分校戴爾醫(yī)學(xué)院的皮膚科醫(yī)生兼研究員阿德烏勒亞當(dāng)森（Adewole Adamson）咨詢。“我會毫無保留地說‘是的，會的’，”他說，“人們認(rèn)為篩查的目標(biāo)是找到更多的癌癥。但其實這不是我們的目標(biāo)。我們的目標(biāo)是找到最終會致死的癌癥。”
這很棘手。對于絕大多數(shù)癌癥來說，沒有好的方法將非致命與致命的腫瘤區(qū)分開來。因此，醫(yī)生經(jīng)常把它們都當(dāng)作可能致命的東西來對待。
在 2019 年的一篇論文中，亞當(dāng)森解釋了這些癌癥檢測算法是如何學(xué)習(xí)的。計算機(jī)上顯示的圖像被標(biāo)記為“癌癥”或“非癌癥”。然后，算法會尋找規(guī)律來幫助識別它們。
亞當(dāng)森在論文中寫道：“問題是，對于癌癥的構(gòu)成問題，沒有一個正確的答案。使用機(jī)器學(xué)習(xí)算法對早期癌癥進(jìn)行的診斷，無疑比基于人類解釋的診斷更一致、更可復(fù)制。但它們不一定更接近事實，在確定哪些腫瘤注定會導(dǎo)致癥狀或死亡方面，算法可能并不比人類好。”
但人工智能也有可能幫助解決過度診斷的問題。我上面提到的澳大利亞研究人員提供了一個例子：人工智能可以使用醫(yī)療記錄中嵌入的信息來檢查不同患者癌癥隨時間的發(fā)展。在這種情況下，可能會區(qū)分出那些沒有從診斷中受益的人。
亞當(dāng)森并不反對人工智能。他認(rèn)為，只需在算法學(xué)習(xí)的數(shù)據(jù)中添加第三種類別就有價值：“可能是癌癥。”這種分類將包括引起專家分歧的幻燈片或圖像。對于這些患者，“也許你會找到更保守的治療方法。”
因此，現(xiàn)在就人工智能在癌癥診斷中的作用做出判斷可能為時過早，但我們可能應(yīng)該以更懷疑的眼光審視任何關(guān)于人工智能癌癥篩查的消息。就亞當(dāng)森而言，他厭倦了看到頭條新聞大肆宣揚人工智能發(fā)現(xiàn)更多癌癥的力量。他說：“人們被這些頭條新聞所欺騙，認(rèn)為發(fā)現(xiàn)的癌癥越多越好。真幸運我是光頭，不然我看到這些新聞，真的很想把頭發(fā)薅下來。”
支持：Ren
