与放射科医师相比，谷歌用于诊断肺癌的AI准确性如何？
近些年来随著人工智慧AI的发展，人工智慧技术进入的领域越来越多，已经深刻的影响著我们的生活，也影响著我们的工作，尤其是劳动密集型的工作。
技能性的领域也开始与人工智慧逐步「接吻」，医学人工智慧影像辅助诊断系统是一个比较典型的代表。也就是使用AI代替影像科的医师，通过对影像的片子进行判读作出诊断，这无疑是一个巨大的进步。目前跨国公司谷歌在人工智慧方面处于领先地位。
那么与放射科医师相比，这种人工智慧技术，在诊断肺癌方面究竟准确性如何呢？可以说前景值得期待，现实仍需改进。
国内第1台用于影像辅助诊断的产品，是在北京TT医院应用，据有关报道，该辅助诊断系统打败了来自全国300多家，共700多名影像科的医生，无论是从判断速度还是准确率来方面遥遥领先，人工智慧辅助诊断系统准确率可达95%以上，相当一个高级主任医师的水平，5分钟可以阅读上百张片子，相当于100个医生的工作强度。
这真是一个值得喜大普奔的消息。但是，事实并不如想像的那么美好：
1、这个人工智慧诊断辅助系统的准确率是建立在海量的数据之上。也就是说首先要让这个人工智慧系统学习和采集足够多的诊断数据和样本。数据的来源和数据的量直接影响人工智慧系统的学习方式、学习模式以及诊断率。
2、人工智慧辅助诊断系统，还是需要一定的人力来进行操作和干预。对于原资料库里没有的诊断和病变，可能准确率就非常低了，出现误诊的概率很大，以后也需要人工的判读。
3、一整套的智能辅助诊断系统，价格非常的不亲民，人民币在6位数到7位数。所以并非一般的医疗机构所能承受。
总之，医学人工智慧诊断辅助系统的出现，是科学的进步，将进一步深深的影响著医学的发展。就目前现阶段来讲，可以大大的提高诊断效率和诊断质量。
人工智慧正在深入我们现代生活的每一个角落，谁也无法逃避，你说呢？
像所有形式的疾病一样，早期诊断肺癌可以大大提高患者的生存机会，但与所有癌症一样，实现癌症的早期诊断通常十分困难。根据一项新发表的研究，旨在利用人工智慧更好地模拟和预测肺癌的谷歌研究计划显示出前景，该技术甚至在某些方面优于拥有执照的放射科医师。
乳腺癌、皮肤癌和卵巢癌等少数几种类型的癌症目前可以通过AI的帮助得到更好的治疗，近年来一系列研究突破提高了早期和更准确诊断的前景。通过在数千个医学图像上训练机器学习演算法，这些系统可以检测到人类可能不会注意到的小的和可能有问题的变化。这些技术技术有朝一日可以带来更好的患者结果。
在谷歌的案例中，其研究人员通过美国国立卫生研究院和西北大学的45000多次胸部CT扫描训练其机器学习演算法，其中一些CT扫描结果显示出不同阶段的癌症特征。该演算法通过从CT扫描生成3D模型来工作，使用该模型来检测肺结节中的微小恶性组织，并产生整体肺癌恶性肿瘤预测。
然后研究人员使用单个CT扫描将该演算法用于诊断，并将该演算法的准确性与六个具有医师资格的放射科医师相比。谷歌表示，其检测到的癌症病例增加了5％，误报率降低了11％以上。
尽管该系统仅使用历史扫描对现有患者进行了验证，并且需要进一步开展工作以探索其在临床环境中的作用，但谷歌将早期结果描述为「令人鼓舞」。
「这为通过计算机辅助和自动化优化筛选过程创造了机会，」作者在他们的论文摘要中写道。「虽然绝大多数患者仍然未经筛查，但我们展示了深度学习模型的潜力，以提高全球肺癌筛查的准确性、一致性和采用率。」
该研究发表在《自然医学》杂志上。
现在，放射科阅片还是有经验的医生独立阅片的。与放射科医师相比，谷歌用于诊断肺癌的AI，是人为写的程序，机器定位阅读诊断的，准确性不是特别高。
临床上，每个病人的肺部CT多多少少都有一些出入，很多肺癌病人的肺部CT变现不是特别典型，同时，人工智慧的临床应用也属于刚起步阶段，还需要大数据的验证，还有待更深入的基础研究。以上问题，都是AI无法替代人工的，因此，还是建议选择有经验的医生进行阅片。
人工和Ai各有所长，如果是标准的影像资料，那么人工智慧比人工来的更快也更准确，但是如果是一些拍的不十分清楚的或者是有伪影的片子，那就需要人工来识别了。经验还是很重要的，人工智慧可以是人的好帮手，但是目前还无法取代人。
推荐阅读：
