对人工智能优于医生的“夸大”研究声明的担忧

许多研究声称，人工智能在解读医学图像方面和人类专家一样好(甚至更好)，但这些研究质量很差，而且可以说是夸大其词，给“数百万患者”的安全带来了风险英国医学杂志今天。

他们的发现引起了人们对支持这些研究的证据质量的关注，并强调了改进其设计和报告标准的必要性。

人工智能(AI)是一个创新和快速发展的领域，具有改善患者护理和缓解医疗服务负担过重的潜力。深度学习是人工智能的一个分支，在医学成像方面表现出了特别的潜力。

已发表的关于深度学习一些媒体的头条新闻声称其表现优于医生，这助长了快速实施的炒作。但是这些标题背后的研究方法和偏见风险还没有被详细检查。

为了解决这个问题，一组研究人员回顾了过去10年发表的研究结果，比较了深度学习算法在医学成像和专业临床医生中的性能。

他们随机发现了两个符合条件的临床试验81个非随机研究。

在非随机化研究中，只有9项是前瞻性的(随着时间的推移跟踪和收集个人信息)，只有6项在“现实世界中”临床。

在比较组中，人类专家的平均人数只有4人，而获取原始数据和代码(以便对结果进行独立审查)的机会则受到严重限制。

超过三分之二(81项研究中的58项)的研究被判定为具有较高的偏倚风险研究设计这可能会影响结果)，并且对公认的报告标准的遵守往往很差。

四分之三(61项研究)认为人工智能的表现至少与临床医生相当(或更好)，只有31项(38%)认为需要进一步的前瞻性研究或试验。

研究人员指出了一些局限性，比如可能会遗漏研究，以及对深度学习医学成像研究的关注，因此研究结果可能不适用于其他类型的人工智能。

尽管如此，他们说，目前，“许多有争议的夸大其词的说法存在着与临床医生同等(或优于)的说法，这在社会层面上对患者安全和人群健康构成了潜在风险。”

他们警告说，过度承诺的语言“让研究容易被媒体和公众曲解，从而可能提供不恰当的治疗，不一定符合患者的最大利益”。

他们总结道:“确保我们发展出一个高质量和透明报告的证据基础，将最好地服务于最大限度的患者安全。”

---

---