NHS测试的一款AI工具成功识别了11名女性乳腺癌的微小迹象，这些迹象之前被人类医生遗漏。
这款名为Mia的工具与NHS临床医生一起进行了试点，分析了超过1万名女性的乳房X光片。其中大多数女性未患癌症，但它成功标记了所有有症状的病例，以及11个医生未识别的额外病例。
在最初阶段，癌症可能非常小，难以被发现。
BBC在NHS Grampian看到了Mia的实际操作，我们被展示了几乎肉眼无法看到的肿瘤。但是，根据它们的类型，这些肿瘤可以迅速生长和扩散。
Barbara是11位患者之一，她的癌症被Mia标记出来，但在医院放射科医生研究她的扫描时没有被发现。
因为Barbara的6mm肿瘤被很早发现，她接受了手术，但只需要五天的放疗。发现时肿瘤小于15mm的乳腺癌患者，在接下来的五年里有90%的存活率。
Barbara表示，她很高兴治疗比她之前同样与病魔抗争的姐妹和母亲要少侵入性。她告诉我，她遇到了一位表示同情Barbara患有“大C”的亲戚。“我说，‘这不是大C，这是一个很小的C’，”她说。如果没有AI工具的帮助，Barbara的癌症可能直到她下一次常规的乳房X光检查三年后才会被发现。她之前没有经历过任何明显的症状。由于它能即时工作，像Mia这样的工具还有可能将结果的等待时间从14天减少到3天，其开发者Kheiron声称。
试验中的所有病例都不是单独由Mia分析的——每个都进行了人工审查。目前每个个别扫描都由两名放射科医生查看，但希望未来其中一人可以被工具替代，有效减半每对医生的工作量。
参与试验的10,889名女性中，只有81人不希望AI工具审查他们的扫描，据领导该项目的苏格兰东北部乳腺筛查临床主任Gerald Lip医生说。
AI工具通常非常擅长识别特定疾病的症状，如果它们接受了足够的数据训练以识别这些症状。这意味着需要向程序提供尽可能多的不同的匿名症状图像，来自尽可能多样化的人群。
由于患者隐私和隐私关切，获取这些数据可能很困难。
Kheiron Medical的首席战略官Sarah Kerruish表示，建立和训练Mia花了六年时间，它在微软的云计算能力上运行，训练了来自“全世界妇女的数百万”乳房X光片。
“我认为我学到的最重要的一点是，当你为医疗情况开发AI时，你必须从第一天开始就构建包容性，”她说。
乳腺癌医生平均每年查看约5,000张乳房扫描，一次可查看100张。
“有一种疲劳感，”Lip医生说。
“你会受到干扰，有人进来，背景中有人在聊天。还有很多事情可能会打乱你的常规。那些你被分心的日子，你会问，‘我怎么会错过那个？’这确实会发生。”
我问他是否担心像Mia这样的工具有一天可能完全取代他的工作。
他说，他相信这项技术最终能让他有更多时间与患者相处。
“我将Mia视为一个朋友和对我的实践的增强，”Lip医生说。
Mia并不完美。它无法访问任何患者历史记录，例如，它会标记之前的扫描已经识别并确定为无害的囊肿。
此外，由于当前的健康法规，AI工具的机器学习元素被禁用——所以它不能在工作中学习和进化。每次更新时，它都必须进行新的审查。
Mia试验只是一个早期测试，是一个产品在一个地点的测试。阿伯丁大学独立验证了研究，但评估结果尚未经过同行评审。放射科医生皇家学院表示，技术有潜力。
“这些结果是鼓舞人心的，帮助突显了AI在诊断中呈现的令人兴奋的潜力。无疑，真实的临床放射科医生是必不可少的，不可替代的，但使用经过验证的AI工具的临床放射科医生将越来越成为患者护理中的强大力量。”放射科医生皇家学院院长Katharine Halliday博士说。
癌症研究UK的健康信息负责人Julie Sharp博士表示，每年诊断出的癌症病例数量不断增加，技术创新将是“至关重要的”，以帮助改善NHS服务并减轻其员工的压力。
“还需要更多研究，以找到使用这项技术改善癌症患者结果的最佳方法，”她补充说。
在英国还有其他与医疗相关的AI试验正在进行，包括一家名为Presymptom Health的公司正在分析血液样本，寻找症状出现前的脓毒症迹象——但许多仍处于早期阶段，没有公布结果。