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所有提交的算法進(jìn)行了測試，這些算法是使用來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)計和測試的。

該組織發(fā)現(xiàn)，所提出的算法均無法獨自勝過人類放射線醫(yī)師。但是，結(jié)合使用時，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的不必要的診斷檢查。”這項研究的挑戰(zhàn)者和共同第一作者在新聞稿中說，并補充說：“但是，在廣泛應(yīng)用任何AI算法之前，必須進(jìn)行嚴(yán)格的臨床驗證。”