比较传统双人判读工作流程与AI辅助工作流程研究设计

Google公布了两项与英国国民保健署（NHS）相关机构合作开展的乳腺癌筛查研究，评估AI乳腺X线摄影（Mammography）判读系统在现有临床流程中的表现与应用可行性。研究显示，该系统在前瞻性试验中，从完成筛查到完成AI判读的中位时间为17.7分钟，快于第一位人类判读者完成判读所需时间（超过2天）。另一项流程研究估算，若由AI担任第二判读者，可减少46%的人力判读量，整体人力判读时间可减少36%至44%。

该研究评估的是英国NHS乳腺癌筛查计划目前采用的双人判读流程，每个案例先由两名人类判读者评估，再根据各地规则交由仲裁小组（Arbitration Panel）复核。研究人员指出，英国临床放射科医师目前约有30%的人力缺口，且预计到2028年将扩大至40%，因此研究不仅关注AI是否能辅助检测癌症，也评估其能否实际融入现有工作流程。

第一项研究分为两个阶段，回顾性评估涵盖5个NHS筛查服务，约12.5万名女性的乳腺X线影像数据，经筛选后纳入115,973例。第二阶段在伦敦两个主要筛查服务的12个站点进行前瞻性部署，研究期间不干预临床决策，累计处理9,266个案例。

第二项研究比较了传统双人判读流程与由第一位人类判读者搭配AI作为第二判读者的流程差异。研究纳入45,602名女性的数据，并由22名具备资质的乳腺X线判读者，针对8,732个需仲裁的案例按照当地原有规则进行成对审查。结果显示，在纳入仲裁后的完整流程中，AI辅助流程在癌症检测的敏感度与特异度上，统计学上不劣于传统双人判读流程。

研究人员强调，并非所有案例都可完全由AI替代，约8.7%的复杂病例，例如带有乳房植入物的案例，仍需由两名人类判读者处理。研究团队还观察到历史训练数据与当前临床数据之间存在分布差异，表明此类系统若要进一步应用于临床实践，仍需持续监测其性能，根据本地流程调整判读阈值，并优化仲裁流程中人机协作的机制。