乳腺癌是女性中最常见的癌症，尽管在治疗方面取得了重大进展，但它仍然是导致癌症相关死亡的主要原因，全球约有500,000人死亡。使用乳房X线照相术的乳腺癌筛查计划可有效降低与乳腺癌相关的死亡率。然而，目前的筛查计划是高度劳动密集型的，因为需要对大量女性进行筛查。考虑到一些国家乳房放射科医师日益稀缺，许多研究人员认为其他筛查方法可能值得研究。

自20世纪90年代以来，已经开发出计算机辅助检测系统来自动检测和分类乳房X线照片中的乳房病变。然而，迄今为止没有研究发现这些系统直接改善了筛选性能或成本效益。这妨碍了它们用作筛选乳房X线照相术的方法。

在这项研究中，研究人员在一个案例层面上将商业化AI系统的癌症检测性能与101名放射科医师的癌症检测性能进行比较，这些放射科医师从以前为其他目的进行的研究中，对来自四个不同制造商的9个不同的乳房X射线摄影检查队列进行了评分。

每个数据集包括使用来自四个不同供应商的系统获得的乳房摄影检查，每个检查多个放射科医师的评估，总共2,652个检查(653个恶性)和101个放射科医师的解释(28,296个独立解释)。

人工智能系统的性能在统计上并不逊色于101名放射科医师的平均水平。在该回顾性设置中，评估的系统实现了与普通乳房放射科医师相当的癌症检测精度。

“在我们决定在乳房X线摄影乳腺癌筛查领域引入AI系统的最佳方式之前，我们想知道这些系统真正有多好，”该论文的作者之一Ioannis Sechopoulos说。“令人兴奋的是，这些系统已经达到了不仅仅是放射科医师的性能水平，而且还达到了至少花费大部分时间阅读乳房X线照片的放射科医师的表现水平。”