本文發表於《大眾科學》的前部落格網路，反映了作者的觀點，不一定代表《大眾科學》的觀點
為了在乳房X光片中找到異常組織，放射科醫生越來越多地依賴計算機來發現潛在的腫瘤。事實上，在美國，四分之三的篩查乳房X光片都使用了計算機輔助檢測（CAD），而醫療保險每年為此程式支付3000萬美元。然而，一組研究人員報告稱，該技術並不能提高醫生檢測癌症的機會。CAD也沒有顯著減少假陽性（當初步檢查錯誤地提示存在腫瘤時），而假陽性會導致更多的篩查和活組織檢查。
美國食品和藥物管理局於1998年批准了CAD，希望軟體人工智慧和數字影像處理演算法能夠幫助醫生更準確地識別放射影像中存在的異常。CAD通常依賴於模式識別，併為放射科醫生突出顯示可能需要關注的區域。
關於支援科學新聞
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道： 訂閱。透過購買訂閱，您將幫助確保有關當今塑造我們世界的發現和想法的具有影響力的故事的未來。
美國立法者認同了這項技術——今年早些時候，他們修訂了《社會保障法》，為使用CAD進行肺癌早期檢測的胸部X光片增加了支付費用。研究人員表示，醫療保險也進行了修訂，將CAD使用的補充保險包括在內，這項研究由加州大學戴維斯分校家庭和社群醫學助理教授約書亞·芬頓領導。
研究人員的研究於7月27日線上發表在《國家癌症研究所雜誌》上，他們研究了來自乳腺癌監測聯盟機構的684,956名女性和超過160萬張乳房X光片的資料，這些機構在1998年至2006年間使用了CAD。他們調查了效能、癌症檢測率和乳腺癌預後能力與CAD使用之間的關係，得出的結論是，CAD與更高的乳腺癌檢測率或更 favorable 的侵襲性乳腺癌分期、大小或淋巴結狀態無關。
簡而言之，研究人員寫道，“目前尚不清楚在乳腺X光篩查期間使用CAD的益處是否超過其潛在的風險和成本。”
芬頓對CAD使用的擔憂並非新鮮事——在國家癌症研究所贊助的一項研究之後，他在2007年4月5日出版的《新英格蘭醫學雜誌》上表達了這些擔憂。根據2007年的研究，每次CAD軟體標記出一個真正的癌症時，放射科醫生都必須考慮大約2000個額外的假陽性標記，“這使得區分真癌和非癌變得非常困難。”
與此同時，俄亥俄州超級計算機中心等機構的研究人員正在努力提高CAD的質量。
圖片由cbsva透過iStockphoto.com提供。