AI幫助乳房癌症攝影篩檢,助醫師工作量減半

近期發表在《 Lancet Oncology journal》期刊的一項研究發現,使用人工智能(AI)在乳房攝影癌症篩查中,不僅可以安全地減少放射科醫師的工作量近一半,還不會增加假陽性結果的風險。這項具有重要意義的研究結果,改善篩檢效率並解決放射科醫師短缺等問題。

Share
AI幫助乳房癌症攝影篩檢,助醫師工作量減半

研究背景

近期發表在《 Lancet Oncology journal》期刊的一項研究發現,使用人工智能(AI)在乳房攝影癌症篩查中,不僅可以安全地減少放射科醫師的工作量近一半,還不會增加假陽性結果的風險。這項具有重要意義的研究結果,改善篩檢效率並解決放射科醫師短缺等問題。該研究由瑞典隆德大学的一個研究小組進行,時間從2021年至2022年,針對80,033名瑞典婦女(平均年齡54歲)進行了追踪,其中39,996名婦女被隨機分配到接受人工智能的乳腺癌篩查組,而有28%或244人的篩查結果顯示患有癌症。另外40,024名婦女則接受傳統癌症篩查,結果顯示只有25%或203人檢測到癌症。

使用AI的優勢及挑戰

在AI的幫助下,額外檢測到的41個癌症中,有19個被確認為侵襲性癌症。AI智能和傳統篩查的假陽性率都只有1.5%,更令人印象深刻的是,處理AI放射科的醫師在閱讀結果方面只需處理36,886個螢幕,其工作量減少了整整44%。

雖然這些中期安全結果帶來了新的試驗和計劃評估的可能性,但瑞典隆德大学的首席作者Kristina Lång博士在一份新聞稿中提出警告,僅憑這些結果尚不能證實AI已準備好在乳房癌症攝影篩檢中實施。“我們仍然需要了解這對患者結果的影響,特別是放射科醫生的專業知識與人工智能相結合是否可以幫助檢測傳統篩檢經常漏掉的"期間癌症",以及該技術的成本效益。”

AI在癌症篩查的前景

對於計算機視覺研究人員和AI公司來說,癌症檢測一直是追求的目標。隨著技術的進步,AI在癌症篩檢方面的應用不斷改進,並顯示出AI與臨床醫師具有一樣的可靠性。IBM、谷歌、麻省理工學院、NVIDIA等公司紛紛投資於類似的癌症篩檢研究,希望能夠準確無誤地發現最早階段的癌症生長。

在AI的助力下,乳房癌症攝影篩檢有望提高效率和準確性,同時減輕放射科醫師的工作負擔。這項研究為AI在健康科技領域的應用帶來新的希望,也為未來AI在癌症篩檢中的實施提供重要參考。然而,我們仍需持續研究和評估AI技術的安全性和成本效益,以確保它能真正提高乳房癌症攝影篩檢的質量與效率。

(原文出自:https://www.engadget.com/ai-assisted-cancer-screening-could-cut-radiologist-workloads-in-half-193427969.html)

Read more

Anthropic 官方重構發表 Claude Projects:從資料夾走向對話

Claude 專案大重構!告別靜態資料夾:Projects 化身「對話式幕僚長」,並行調度多 Threads、跨 Repo 自動開 PR 與共享記憶體深度解析

Anthropic 震撼重構 Claude Projects!告別過去「靜態資料夾」架構,進化為「對話式技術幕僚長」。只需交代目標,Claude 自動拆解需求、雲端平行調度多條 Threads 獨立拉分支開發、跨 API/Web/Mobile 三大倉庫提 PR 並排序合併依賴,更具備跨執行緒動態記憶庫與手機離線接力。本文全面深度解析。

智譜 Z.ai 官方發布:Toward Recursive Self-Improvement: How GLM Built Its Own Inference Infrastructure

智譜 Z.ai 重磅揭密「模型自造基礎設施」!GLM-5.3 帶領 Infra Agent 於 10 萬國產算力卡兩週吞吐飆 3 倍:Ox Alpha 身分正式揭曉、稠密反饋擊破 GIL 鎖死瓶頸與遞歸自我改進(RSI)黎明深度解析

智譜 AI(Z.ai)發表《Toward Recursive Self-Improvement》技術震撼彈!證實 8 月在 OpenRouter 橫掃 62 兆 Token 的匿名模型 Ox Alpha 真身為 GLM-5.3-Flash。更首度揭露 GLM-5.3 驅動的 Infra Agent 如何在超過 10 萬張國產算力卡叢集上自主修復底層算子精度與 Python GIL 鎖死,兩週內將推論吞吐拉升 3 倍,能效逼平 NVIDIA。深度剖析稠密反饋機制與「模型優化系統,系統運行模型」的 RSI 黎明。