Google乳癌篩檢AI實測17.7分鐘完成判讀，估可減少46%人力判讀量

該研究評估的是英國NHS乳癌篩檢計畫目前採行的雙重判讀流程，每個案例先由2名人類判讀者評估，再依各地規則交由仲裁小組（Arbitration Panel）覆核。研究人員指出，英國臨床放射科醫師目前約有30%人力缺口，且預估到2028年將擴大到40%，因此研究除了看AI是否能協助偵測癌症，也評估它是否能實際納入既有工作流程。

第一項研究分為兩階段，回溯性評估涵蓋5個NHS篩檢服務，約12.5萬名女性的乳房攝影資料，納入條件篩選後為115,973人。第二階段則在倫敦2個主要篩檢服務，共12個站點進行前瞻性部署，研究期間不介入臨床決策，累計處理9,266個案例。

第二項研究則比較傳統雙人判讀流程，與由第一位人類判讀者搭配AI第二判讀者的流程差異。研究納入45,602名女性資料，並由22名具資格的乳房攝影判讀者，針對8,732個需仲裁的案例依當地原有規則成對審查。結果顯示，在納入仲裁後的完整流程中，AI輔助流程在癌症偵測的敏感度與特異度上，統計上不遜於傳統雙人判讀流程。

研究人員強調，並非所有案例都能完全改由AI補位，約8.7%的複雜個案，例如帶有乳房植入物的案例，仍需要2名人類判讀者處理。研究團隊還觀察到歷史訓練資料與當前臨床資料之間存在資料分布差異，代表著這類系統若要進一步用於實際臨床，仍需持續監測效能，依在地流程校正判讀門檻，並處理仲裁流程中的人機協作問題。