基于美日 627 例患者的临床数据，谷歌证实 AI 辅助肺癌筛查的群体有效性
内容提要
2022年中国癌症发病率和死亡率报告显示，肺癌仍是我国恶性肿瘤的主要原因。谷歌研究中心的软件工程师和产品经理研究了机器学习模型在肺癌筛查中的应用，发现人工智能辅助可以提高特异性5%-7%，不降低敏感性，并减少筛查时间14秒。研究结果发表于《Radiology AI》期刊。该研究使用了美国和日本的627例低剂量胸部CT病例。人工智能辅助系统可以提高医生的诊断信心，减少不必要的随访和肺活检。谷歌早在2019年就宣布其人工智能技术可以早一年发现肺癌，提高患者存活率。
延伸解读
AI辅助如何影响肺癌筛查的敏感性与特异性
研究显示，AI辅助在提高特异性的同时并未降低敏感性。具体而言，美国病例特异性提高5.5%，日本病例提高6.7%，但阳性筛查中的活检建议特异性下降了1.1%。这意味着AI有助于减少不必要的随访和活检，但在某些情况下可能略微增加对阳性病例的活检建议，需临床医生结合具体情境判断。
筛查时间与医生信心的实际变化
在日本病例中，AI辅助使平均每位病例的筛查时间减少14秒，并且大大增强了医生的诊断信心。时间节省虽看似有限，但在大规模筛查中可累积提高效率。诊断信心的提升可能有助于医生更果断地做出决策，减少因不确定导致的额外检查。
AI系统的定位能力与潜在遗漏
AI系统在美国和日本研究中分别标记了89%和75%的癌症病例最应关注的结节，但在其他案例中可能遗漏一些关键结节。例如，有案例医生标记为可疑而AI标记为阴性，后经审查发现较小亚实性结节，可能为微创腺癌。这表明AI辅助仍需医生复核，不能完全依赖。
研究局限性与实际应用考量
该研究为回顾性研究，使用美国和日本共627例低剂量CT病例，结果可能受数据集和人群差异影响。AI系统由13个模型组成，部署在Google Cloud上，实际临床推广需考虑设备、指南和工作流程的适配。此外，阳性病例中结节类型分布不同，可能影响AI在不同地区的表现。
Q&A
谷歌的研究如何提高肺癌筛查的特异性？
谷歌的研究表明，人工智能辅助可以将肺癌筛查的特异性提高5%-7%。
人工智能在肺癌筛查中有哪些优势？
人工智能在肺癌筛查中可以提高医生的诊断信心，减少不必要的随访和肺活检，并且平均每位病例的筛查时间减少14秒。
这项研究使用了多少例患者的数据？
该研究使用了美国和日本的627例低剂量胸部CT病例。
谷歌在肺癌筛查方面的研究成果发表在哪个期刊？
研究成果发表于《Radiology AI》期刊。
谷歌的人工智能技术在肺癌筛查中能提前多久发现癌症？
谷歌的人工智能技术可以比医生早一年发现肺癌。
研究中使用的人工智能辅助系统由多少个模型组成？
研究中的人工智能辅助筛查系统由13个模型组成。
