乳腺癌AI算法登上《自然》！识别准确率达92%，要抢医生饭碗？( 二 ) 人类善于通过观察细胞的模式来发现癌症

在另一项研究中，斯坦福大学(Stanford University)的研究人员发现，涉及人工智能医疗用途的研究的大部分美国数据，则是仅限于来源加利福尼亚州、纽约州和马萨诸塞州。
但Salesforce表示，当分析了ReceptorNet在年龄、种族和地理因素方面的偏见迹象时，它发现它的表现没有任何静态差异。他们还表示，无论所分析的组织样本的制备方法有何不同，它都能做出准确的预测。
Salesforce相信，像ReceptorNet这样的系统，如果应用于临床，可以帮助降低护理成本和开始乳腺癌治疗所需的时间，同时提高准确性，为患者提供更好的健康结果。在短期内， ReceptorNet为未来的研究奠定了基础，相比那些有/无这种人工智能的病理学家的临床工作流程，可能有助于更好地揭示其潜力。
除了Salesforce之外，许多科技巨头也投资了人工智能，但也因此受到了批评。人工智能表面上可以像肿瘤学家那样可靠地诊断癌症。
今年1月，谷歌的分支机构谷歌Health发布了一种人工智能模型，该模型通过对9万多张X光片的训练，取得了比人体放射科医生更好的效果。
Google Health专注于健康相关研究、临床工具和医疗服务合作伙伴。谷歌声称，与之前的工作相比，该算法可以识别出更多的假阴性——那些看起来正常但含有乳腺癌的图像，但一些临床医生、数据科学家和工程师对这一说法提出了异议。在反驳中，合著者说谷歌的研究缺乏详细的方法和代码“破坏了它的科学价值” 。
瘤学家和医学和工程学教授David Agus解释说，长期以来，癌症医生们一直相信，肿瘤细胞包含着人类大脑无法提取的有关癌症的关键信息。
“人类的大脑很擅长通过观察细胞的模式来确定是否有癌症，但它不能确定这些模式中与癌症结果相关的细微差别。 ”换句话说，就是分子开关是什么。
这意味着，患者可能被诊断为癌症，但随后必须等待数周得出分子研究结果，以确定他们应该接受何种治疗。
编译/前瞻经济学人APP资讯组