瑞典的研究人員發現，人工智慧平台能夠準確診斷組織樣本中的前列腺癌，進而有可能加快診斷速度並降低醫療服務成本

這項發現發表在12月的《The Lancet Oncology》期刊上，顯示AI系統可以接受訓練以檢出前列腺穿刺活體檢測樣本中的癌症並對其進行分級，其準確率與國際前列腺病理學專家相同。

此外，研究還指出，人工智慧技術的使用可以透過減少對良性活組織檢查的評估，並透過自動化在陽性活組織檢查核心中測量癌症長度的任務，以及提供第二種意見，來幫助減輕腫瘤學家的工作量。

報告指出： “具有專家級評分性能的AI系統可能有助於標準化評分，並在世界上其他地方提供病理學專業知識。”

該系統是由Stockholm3和OncoWatch背後的團隊開發的，這是由EIT Health支持的兩個項目，EIT Health是由歐盟支持的頂尖衛生創新者網絡。

Karolinksa Institutet的一個團隊於2017年推出了Stockholm3，這是一種透過血液的前列腺癌診斷檢測，目前已在瑞典、挪威、芬蘭和丹麥的臨床中使用。

Karolinska醫學流行病學系和生物統計學副教授Martin Eklund在一份聲明中表示：“我們的AI工具有潛力減少泌尿科病理學家的工作量，使他們能夠專注於最困難的病例，並同時充當提高品質的安全網。”

該消息代表第二個以AI為基礎的技術已證明可被腫瘤學家使用，月初Google發布其AI平台已幫助腫瘤學家進行了乳癌篩檢。

在《Nature》期刊上發表的一項研究顯示，Google的模型能夠以比專家更少的偽陽性和偽陰性在去識別化的乳房X光影像照中發現癌症，並且還能夠以比人類醫生更少的資訊更有效地篩查乳癌。

隨著人工智慧和機器人流程自動化的快速發展，在2020年它們有望幫助醫生減少對文書工作和管理職能的關注，而將更多精力放在患者護理上。

最近在《Annals of Internal Medicine》上發表的一項有關Brigham & Women家庭醫院計劃的研究，採用了AI驅動的連續監測，以先進的生理學分析和相關的臨床護理來代替常規的醫院護理。

研究發現，與常規醫院護理相比，AI驅動預測分析降低了成本，減少了醫療保健使用並降低了再住院率，同時加強了體適能。

同時，武田製藥最近也宣布與麻省理工學院工程學院合作計劃，該計劃的重點是為藥物開發和其他AI應用開發新的機器學習方法。

(生策會編譯)