許多研究聲稱人工智能一樣好(或更好)在解釋醫(yī)學(xué)圖像人類專家的質(zhì)量差，并且可以說是夸張的，有引發(fā)危險(xiǎn)的“數(shù)以百萬計(jì)的患者的安全警告在研究的BMJ今天。

他們的發(fā)現(xiàn)引起了人們對(duì)支持許多研究的證據(jù)質(zhì)量的關(guān)注，并強(qiáng)調(diào)需要改進(jìn)其設(shè)計(jì)和報(bào)告標(biāo)準(zhǔn)。

人工智能(AI)是一個(gè)創(chuàng)新且發(fā)展迅速的領(lǐng)域，具有改善患者護(hù)理和減輕負(fù)擔(dān)過重的醫(yī)療服務(wù)的潛力。深度學(xué)習(xí)是AI的一個(gè)分支，在醫(yī)學(xué)成像領(lǐng)域顯示出特殊的希望。

關(guān)于深度學(xué)習(xí)的已發(fā)表研究的數(shù)量正在增長(zhǎng)，并且一些媒體頭條宣稱對(duì)醫(yī)生的卓越表現(xiàn)為快速實(shí)施提供了炒作。但是，尚未對(duì)這些標(biāo)題背后的研究方法和產(chǎn)生偏差的風(fēng)險(xiǎn)進(jìn)行詳細(xì)研究。

為了解決這個(gè)問題，一組研究人員回顧了過去10年中發(fā)表的研究結(jié)果，將深度學(xué)習(xí)算法在醫(yī)學(xué)成像中的表現(xiàn)與專家臨床醫(yī)生進(jìn)行了比較。

他們發(fā)現(xiàn)只有兩項(xiàng)合格的隨機(jī)臨床試驗(yàn)和81項(xiàng)非隨機(jī)研究。

在非隨機(jī)研究中，只有九項(xiàng)是前瞻性的(隨著時(shí)間的推移跟蹤和收集有關(guān)個(gè)人的信息)，只有六項(xiàng)在“真實(shí)世界”的臨床環(huán)境中進(jìn)行了測(cè)試。

比較組中人類專家的平均人數(shù)僅為4，而訪問原始數(shù)據(jù)和代碼(以允許對(duì)結(jié)果進(jìn)行獨(dú)立審查)受到嚴(yán)重限制。

超過三分之二(81個(gè)中的58個(gè))的研究被認(rèn)為存在偏見的高風(fēng)險(xiǎn)(研究設(shè)計(jì)中可能影響結(jié)果的問題)，并且對(duì)公認(rèn)的報(bào)告標(biāo)準(zhǔn)的遵守通常很差。

四分之三(61項(xiàng)研究)指出，AI的表現(xiàn)至少可與(或優(yōu)于)臨床醫(yī)生相提并論，只有31項(xiàng)(38%)指出需要進(jìn)一步的前瞻性研究或試驗(yàn)。

研究人員指出了一些局限性，例如錯(cuò)過研究的可能性以及對(duì)深度學(xué)習(xí)醫(yī)學(xué)影像研究的關(guān)注，因此結(jié)果可能不適用于其他類型的AI。

然而，他們說，目前，“存在許多與臨床醫(yī)生同等(或優(yōu)于)的說法，這在社會(huì)層面上存在著患者安全和人口健康的潛在風(fēng)險(xiǎn)。”

他們警告說，過分樂觀的語言“會(huì)使研究容易受到媒體和公眾的誤解，因此可能提供的不適當(dāng)?shù)卣疹櫜灰欢ㄅc患者的最大利益相符”。

他們總結(jié)說：“通過確保我們不斷發(fā)展高質(zhì)量和透明報(bào)告的證據(jù)基礎(chǔ)，可以最大程度地提高患者的安全性。”