图片来源：Pixabay
许多研究宣称，人工智能在解读医学影像方面具备和人类专家同等甚至更强的能力。但是，BMJ近期发表的一篇综述指出，这些研究质量堪忧，有明显的夸大成分，研究人员警告这危及上百万患者的生命安全。
他们的发现表明许多这类研究的证据质量堪忧，强调了提高研究设计和报告标准的需求。
人工智能是一个创新且发展迅速的领域，有望改善病患护理，缓解医疗服务负担过重的问题。深度学习则是人工智能的分支，在医学影像领域展现了独特的发展前景。有关深度学习的论文发表数量一直在增长，并且一些媒体在头条进行报道，大力宣扬 AI 的能力优于人类医生，为快速应用推波助澜。但实际上，这些研究的方法和偏倚风险尚未经过详细检验。
为此，一支研究团队回顾了过去十年内发表的研究成果，比较了深度学习算法和临床专家解读医学影像的能力。他们发现，这其中只有 2 项合格的随机临床试验和 81 项非随机研究。
图片来源：Pixabay
在非随机研究中，只有 9 项属于前瞻性研究（随着时间的推移，对个体进行追踪和收集信息），并且只有 6 项在“现实世界”临床环境中进行了测试。
在比较组中，人类专家的平均人数只有 4 人，而原始数据和代码的获取（以允许对结果进行独立审查）受到严格限制。
超过三分之二（81 项中的 58 项）的研究被判定为存在高偏倚风险（研究设计存在问题，会影响结果），而对于公认的报告标准遵守情况常常很糟糕。
四分之三的研究（61 项）宣称，人工智能的表现至少能与临床医生相提并论（甚至更优秀），但只有 31 项（38%）表明需要进一步的前瞻性研究或者试验。
研究人员承认这篇综述也存在一些局限，比如可能会有遗漏的研究，而且研究只关注深度学习医学影像研究，所以结果可能无法应用于其他类型的人工智能。
图片来源：Pixabay
无论如何，他们认为目前“存在许多明显夸大的说法，宣称人工智能的能力等同于（或者优于）临床医生，这在社会层面上给患者的安全和人口健康构成了潜在风险”。
他们还警告说：“过分夸大其词的话语很容易让媒体和公众误读这些研究，结果可能会导致不恰当的护理手段，那不一定符合患者的最佳利益。”
“要最大限度地保护患者的生命安全，最好的办法就是确保开发高质量、透明的报告证据库，并继续向前推进。”他们总结。
翻译：阿金
审校：戚译引
引进来源：BMJ
本文来自：中国数字科技馆
本文是中国数字科技馆(www.cdstm.cn)原创内容，转载请注明出处和作者，否则我们将依法追究侵权责任。
[责任编辑：环球科学]
京公网安备11010502039775号
