該研究總結(jié)了IBM Research，Kaiser Permanente Washington Health Research Institute，華盛頓大學(xué)醫(yī)學(xué)院和Sage Bionetworks在2016年發(fā)起的競(jìng)賽的結(jié)果。參加數(shù)字化X線攝影術(shù)DREAM挑戰(zhàn)賽的參與者被設(shè)計(jì)出人工智能算法，以“達(dá)到或擊敗”放射線醫(yī)師在讀取X線照片方面的準(zhǔn)確性。

領(lǐng)先組織的研究人員對(duì)所有提交的算法進(jìn)行了測(cè)試，這些算法是使用來(lái)自華盛頓凱撒永久研究中心和瑞典卡羅林斯卡研究所的數(shù)據(jù)集進(jìn)行設(shè)計(jì)和測(cè)試的。

該組織發(fā)現(xiàn)，所提出的算法均無(wú)法獨(dú)自勝過人類放射線醫(yī)師。但是，結(jié)合使用時(shí)，放射線醫(yī)生在讀取乳房X線照片方面的準(zhǔn)確性要比未使用AI輔助時(shí)更高。

華盛頓大學(xué)醫(yī)學(xué)院放射學(xué)教授，首席放射科醫(yī)生克里斯托夫·李(Christoph Lee)醫(yī)師表示：“基于我們的發(fā)現(xiàn)，在放射線醫(yī)師的解釋中增加AI可能每年可以防止成千上萬(wàn)的不必要的診斷檢查。”這項(xiàng)研究的挑戰(zhàn)者和共同第一作者在新聞稿中說，并補(bǔ)充說：“但是，在廣泛應(yīng)用任何AI算法之前，必須進(jìn)行嚴(yán)格的臨床驗(yàn)證。”