生物与医学2021bmj.com
人工智能在乳腺癌筛查图像分析中的应用
Use of artificial intelligence for image analysis in breast cancer screening
进阶 · 约 40 分钟读完前置知识：乳腺癌筛查基础、诊断准确性研究、医学影像AI
导读
这篇 BMJ 文章系统评估了将人工智能用于乳腺癌筛查影像分析的研究证据。其核心结论是：现有研究大多不符合严格评估 AI 系统的要求，证据质量有限；而少数较接近合格标准的研究反而显示较差结果，说明该领域离可靠临床验证尚有距离。
HN 关注点：AI 医疗影像的炒作与实际证据之间的落差，以及乳腺钼靶数据标准化为何使其成为 AI 的理想试验场。
HN 评论精选
这几条评论里：支持 1 质疑 1 补充 2
补充乳腺钼靶报告因法规和统一分级而高度标准化，是AI影像分析的理想数据。
补充一些乳腺钼靶（乳房X光）的背景。由于种种原因，乳腺癌在美国高度政治化。结果是有联邦法律规定结果告知和随访检查安排，而且只适用于乳腺钼靶，不适用于其他放射学或医学检查。为遵守这些法律，放射科医生建立了统一分级体系和高度专门的术语。因此，与例如肺癌胸部X光筛查相比，乳腺钼靶报告的格式和语言会一致得多。这使乳腺钼靶成为最适合用AI处理的研究对象。
honksillet查看英文原文
Some background info on mammograms (x-rays of the breast). For whatever reason breast cancer is highly political in the US. As a result there are federal laws regarding communication of results and scheduling follow-up exams that apply to mammograms only and no other radilody or other medical test. To comply with these laws radiologists set up a uniform grading system with highly specific jargon. As a result the formatting and language used in mammogram reads by radiologist will be much more consistent than, say, a chest x-ray screening for lung cancer. This makes mammograms the ideal studies to be tackled by AI
支持这类严格评估能戳破AI炒作、厘清技术现状，并可能推动人机协作系统。
这类评估（包括元评估和其基础研究本身）正是AI热衷者应该希望研究者做的事。它戳破炒作，让所有人清楚了解该技术当前所处的位置。显然还有改进空间。也许这项研究还会推动开发新型系统，用于增强人类/放射科医生的决策。
YossarianFrPrez查看英文原文
This type of evaluation (both the meta-evaluation and the underlying studies themselves) are the exact sort things AI enthusiasts should want researchers to do. It cuts through the hype, and gives everyone a clear assessment of where the technology currently stands. Clearly there is room for improvement. Maybe this study will also spur the development of new types of systems which augment human/radiologist decision-making.
质疑标题误导；真正结论是现有研究几乎都不合格，且较合格研究结果更差，反映证据收集阶段尚不成熟。
我认为这个标题不好。读摘要会发现，它真正说的是：基本上没有研究适合用来评估乳腺癌筛查中的AI系统；而那些最接近合格的研究反而显示最差的结果。这才是真正的要点——我们甚至还没到能收集关于AI准确性的好数据的阶段，更别说产出准确的AI了。我建议这两件事可能有关联：你只有不做严谨研究，才能得到可发表的结果。
Traster查看英文原文
I think this headline is bad. When you read the abstract you find that what this is really saying is that there are essentially no studies that are fit for purpose to evaluate AI systems for breast screening in general and those that are the closest to being suitable show the worst results. That's the real take-away here - we're not even at the point where we're collecting good data about AI accuracy, let alone actually producing accurate AI. I would suggest these two things might be linked - the only way you get publishable results is by failing to do rigorous studies.
补充哪怕多数尝试失败，只要有少数系统超越放射科医生，就足以显示AI放射学的突破潜力。
这意味着有几个AI系统实际上击败了放射科医生，我认为这对AI放射学领域极有前景。就像应用AI的任何领域一样，会有很多方法不达标，或者只是通往更好方法的垫脚石。语言建模有成千上万篇论文，但我们只需要一个更优方法（GPT）就彻底改变了局面。任何前沿问题空间的探索都是混乱且充满失败的，这没关系。你只需要一次突破。
Jonanin查看英文原文
This implies that there were a couple of AI systems that actually beat a radiologist, which I take as extremely promising for the field of AI radiology. Like any domain in applied AI, there will be a lot of approaches that miss the mark, or are simply stepping stones to better approaches. There are thousands and thousands of papers on language modeling, but we only needed one superior approach (GPT) to change the game entirely. The search through any cutting edge problem space is messy and full of failure, and that's fine. You only need one breakthrough.
历次讨论
- 2021Hacker News 讨论帖439 分 · 323 评
同领域还值得读
CRISPR 在活体动物中消除 HIV-1 感染
CRISPR eliminates HIV-1 infection in live animals
报告利用 CRISPR/Cas9 基因编辑技术在活体动物中清除 HIV-1 感染：研究人员通过腺病毒载体递送特定的 Cas9 系统，从被感染细胞中切除嵌入的 HIV 病毒 DNA。
生物与医学2017 · 1,455 分 · 239 评入门 · 约 30 分钟编辑精选保护区飞行昆虫生物量27年下降75%
75% decline over 27 years in total flying insect biomass in protected areas
这篇发表于 PLOS ONE 的研究通过在德国保护区长达 27 年的昆虫生物量监测，发现飞行昆虫总量下降了约 75%。
生物与医学2017 · 901 分 · 432 评入门 · 约 45 分钟编辑精选为什么大多数已发表的研究发现是错的
Why Most Published Research Findings Are False (2005)
这篇 2005 年发表于 PLOS Medicine 的经典论文由 John Ioannidis 撰写，论证了在统计功效不足、研究偏倚和多重检验等因素下，大多数已发表的医学研究发…
生物与医学2022 · 388 分 · 351 评入门 · 约 60 分钟编辑精选人类免疫系统的物理接线图
A physical wiring diagram for the human immune system
这篇 Nature 论文系统绘制了人类免疫系统的“物理接线图”：通过大规模实验鉴定免疫细胞表面受体之间的相互作用（包括约 30 种此前未知的受体互作），并结合定量计算模型模拟免疫…
生物与医学2022 · 342 分 · 49 评专业 · 约 90 分钟编辑精选脂肪组织在减重后仍保留肥胖的表观遗传记忆
Adipose tissue retains an epigenetic memory of obesity after weight loss
这篇 Nature 论文研究了肥胖对脂肪组织的长期影响：即使减重成功，脂肪细胞仍保留着肥胖时期的表观遗传记忆，可能解释为什么减重后容易反弹。
生物与医学2025 · 263 分 · 327 评进阶 · 约 45 分钟编辑精选