使用人工智能进行的早期癌症诊断，无疑将比基于人类解释的诊断更一致、更可重复。但它们不一定更接近事实——也就是说，在确定哪些肿瘤注定会引起症状或死亡方面，算法可能并不比人类好多少。正如病理学家的共识不能解决过度诊断的问题，人工智能也不能。
事实上，我们有理由担心人工智能将加剧过度诊断的问题。配备了人工智能算法的设备可以在几秒钟内阅读切片，比任何病理学家都快几个数量级。使用这样的设备可能会比靠人来解读切片更便宜。这种组合将能够检查更多的组织切片，并可能鼓励临床医师对更多的患者进行活检。更高的通量——更多的组织，更多的患者——只会增加发生过度诊断的机会。
减轻过度诊断问题的一种方法是利用医师关于病理诊断的分歧所显示的信息。换句话说，使用一个基于不同病理学家小组判断的外部标准，训练算法鉴别以下三种类型：一致认为癌症存在，一致认为癌症不存在，以及对癌症是否存在存在分歧。 这一中间类别包含关于处于 “癌症” 和 “非癌症” 之间灰色地带的病变的重要信息。在癌症诊断中强调灰色地带可以鼓励临床医师和患者在面对意义不确定的病变时考虑较保守的干预措施。
总之，人工智能可以提高癌症诊断的速度和一致性，但也可能加剧过度诊断。人工智能不能解决诊断的金标准问题，但可以进一步暴露这个问题。对患者和临床医师来说，重要的是癌症诊断是否与生命的长短或质量有关。我们认为，在这种技术被广泛采用之前，应该认真考虑训练人工智能来识别“癌症”和“非癌症”之间的中间类别的可能性。
分享到:
閱讀更多 醫師報腫瘤頻道 的文章
