癌症 — 13

微觀和宏觀檢測，例如全身磁力共振成像（MRI），均能幫助人們；這些檢測曾在一些健康人士中發現癌症，並促使他們接受明確的治療。然而，對你個人及整體人口而言，這樣做是淨利多於淨害，還是相反？我們尚未知道，必須等隨機對照試驗評估臨床結果後才能明確。至少針對微觀檢測，這類隨機試驗已經啟動，將填補證據空白。較不具幫助的是，Prenuvo啟動了一項觀察性研究，計劃在未來十年內對十萬名接受全身MRI的人士進行追蹤。

在這些空白被填補期間，我們確實知道，利用深度學習人工智能（AI）解讀大量醫學影像和病理切片，能提供更準確的診斷。就醫學影像而言，研究最多的是乳房X光攝影和結腸鏡檢查。迄今為止最大型的醫學AI隨機試驗在瑞典進行，評估放射科醫生在八萬名女性參與者中，是否有AI輔助解讀乳房X光。使用AI後，篩查檢出癌症的數量增加了15%，且工作量減少了44%。在丹麥，約六萬名女性在AI實施前後接受乳房X光篩查，結果顯示癌症檢出率提升，誤報率下降，放射科醫生的工作量減少了三分之一。其他大型前瞻性研究也顯示類似結果。這些成果在匈牙利的實際應用中亦得到複製，AI與放射科醫生結合後，乳癌診斷數量增加了13%。在美國，已有超過二十多種AI演算法獲得FDA批准用於乳癌檢測，其中RadNet的演算法比較了放射科醫生單獨解讀與加上其AI（包括三維重建）的解讀，顯示檢出率提升了14%。然而，這些演算法均無收費代碼，保險公司不予報銷。RadNet在全美350個影像中心提供此服務時，女性需額外自費40美元進行AI乳房X光解讀。另一大問題是，我們尚不清楚這種檢出率提升是否會改變被診斷者的臨床結果。瑞典這項大型多年隨機對照試驗將釐清此檢出提升對乳癌預防的實際影響。

超過三十三項隨機試驗比較了結腸鏡檢查中，胃腸科醫生單獨操作或配合即時機器視覺輔助檢測結腸或直腸的腺瘤性息肉。明確結果是：使用AI後，漏檢息肉的比例降低超過50%。與乳房X光類似，息肉診斷並不等同於改變結腸癌的自然病程。乳癌和結腸癌影像學的啟示可延伸至其他器官，例如胸部X光或CT掃描中發現可能癌變的肺結節，前列腺MRI或超聲波解讀前列腺癌，腹部CT診斷可能的腎癌，以及腹部或胸部CT掃描檢測胰臟癌。這些癌症影像學研究結果令人鼓舞，顯示癌症檢出準確度有明顯提升。