用人工智能分析乳腺癌肿瘤有可能提高医疗效率和结果。但医生们应该谨慎行事，因为类似的技术飞跃以前曾导致假阳性检测和过度治疗的比率更高。
这是根据一项新的编辑在JAMA健康论坛由乔安·g·爱尔摩,医学博士,英里,加州大学洛杉矶分校Jonsson综合癌症中心的一个研究员Rosalinde和阿瑟·吉尔伯特基金会捐赠的椅子在卫生保健交付和大卫格芬医学院的医学教授在加州大学洛杉矶分校。
《美国医学会杂志》健康论坛的社论指出:“鉴于临床实践中对紧急技术的采用不断增加，如果没有更有力的方法来评估和实施人工智能，我们就无法从过去在乳房x光检查方面的错误中吸取教训。”这篇周五发布在网上的文章，是与华盛顿大学医学院放射学教授Christoph I. Lee共同撰写的。Christoph I. Lee是医学博士、医学硕士、工商管理硕士。
根据作者的说法，“过去乳房x光检查的错误之一”是辅助计算机辅助检测(CAD)工具，它从20多年前开始在乳腺癌筛查领域迅速流行起来。CAD于1998年获得FDA批准，到2016年，超过92%的美国成像设备使用该技术来解读乳房x线照片和寻找肿瘤。但有证据表明，CAD并没有提高乳房x线照相术的准确性。“CAD工具与增加的假阳性率有关，导致对导管原位癌的过度诊断和不必要的诊断检测，”作者写道。2018年，美国联邦医疗保险(Medicare)停止为CAD支付费用，但到那时，这些工具每年在不必要的医疗成本上已经累积了4亿多美元。
Elmore和Lee写道:“CAD的过早应用预示着，在完全了解紧急技术对患者预后的影响之前，人们就全身心地拥抱了这些技术。”
医生们提出了几项预防措施，以避免“重复过去的错误”，包括将医疗保险报销与“改善病人的结果，而不仅仅是改善人工环境中的技术表现”捆绑在一起。
文章标题Artificial Intelligence in Medical Imaging—Learning From past Mistakes in Mammography