为什么会这样还不完全清楚。这可能是因为研究中的设计缺陷。作者在他们的分析中包括的试验可能没有跟踪参与者足够长的时间来观察差异。另一种解释是，对一些人来说，筛查的好处可能被其他没有受益的人的伤害所抵消。例如，如果筛查早期发现致命的癌症，患者可能会获得宝贵的时间来成功治疗这种疾病。但是，如果一项筛查发现了许多不会致死的癌症，那么平衡就会被打破。这个问题被称为过度诊断。我喜欢澳大利亚一组研究人员的描述:“过度诊断不是假阳性诊断(在不符合诊断标准的个体中诊断疾病)，也不是误诊(在确实有潜在疾病的个体中诊断错误)。”诊断是正确的，但它对病人的健康几乎没有好处，甚至可能导致伤害。
毫无疑问，筛查项目已经发现了癌症，如果这些癌症没有被发现，可能会夺去很多人的生命。那么，为什么要担心过度诊断呢?筛查也会造成伤害。接受结肠镜检查的病人有时会出现肠穿孔。活组织检查可能导致感染。放疗和化疗等治疗对人们的健康有严重风险，切除肿瘤的手术也是如此。
那么，人工智能辅助筛查是否会导致更多的过度诊断?我咨询了德州大学奥斯汀分校戴尔医学院(Dell School of Medicine)的皮肤科医生兼研究员阿德沃勒·亚当森(Adewole Adamson)。他说:“我会毫无保留地说，‘是的，会的。’”“人们认为我们的目标是发现更多的癌症。这不是我们的目标。我们的目标是找到最终会致人于死地的癌症。”
这很棘手。对于绝大多数癌症来说，没有很好的方法来区分非致命性病例和致命性病例。因此，医生经常把它们当作可能致命的疾病来治疗。
在2019年的一篇论文中，亚当森解释了这些癌症检测算法是如何学习的。电脑会看到标记为“癌症”或“非癌症”的图像。然后，该算法寻找模式来帮助它进行区分。问题是，对于“是什么构成了癌症”这个问题，没有唯一的正确答案。亚当森写道。“使用机器学习算法进行的早期癌症诊断无疑比基于人类解释的诊断更一致，更可复制。但它们不一定更接近事实——也就是说，在确定哪些肿瘤注定会导致症状或死亡方面，算法可能并不比人类更好。”
但人工智能也有可能帮助解决过度诊断的问题。我上面提到的澳大利亚研究人员举了一个例子:人工智能可以利用医疗记录中嵌入的信息来检查不同患者癌症的发展轨迹。在这种情况下，有可能区分那些不能从诊断中受益的人。
亚当森并不反对人工智能。他认为，只需在算法学习的数据中添加第三类数据就有价值:“可能是癌症。”这种分类将包括引起专家分歧的幻灯片或图像。对于这些患者，“也许你可以研究一些更保守的治疗方法。”
因此，现在就对人工智能在癌症诊断中的作用做出裁决可能还为时过早，但我们可能应该以更怀疑的眼光来看待未来关于人工智能癌症筛查的任何说法。就亚当森而言，他已经厌倦了看到新闻头条大肆宣扬人工智能能够治疗更多癌症。他说:“人们被这些标题所欺骗，认为发现更多的癌症就更好。”“如果我有头发的话，我想把头发扯下来。”
上周，我写了关于今年秋天的covid疫苗你应该知道的事情。本周，我在网站上发表了另一篇关于谁将从疫苗中受益最大的报道，该疫苗于9月12日得到了美国疾病控制与预防中心的认可。
当放射科医生和人工智能一起工作时，他们可以比单独发现更多的乳腺癌病例。Hana Kiros报道。
据梅根·刘易斯报道，人工智能也有望治疗皮肤癌。
