英国国家医疗服务体系（NHS）下属的两家医疗信托机构正准备引入一项名为PinPoint的创新性人工智能血液检测，用于筛查疑似子宫癌的女性。临床试验结果令人瞩目：在3313名参与者的试验组中，机器学习模型在识别和排除妇科癌症方面均展现出99%的准确率。
在英格兰，每年约有9万名患者因绝经后大量出血被转诊接受检查。其中约1万人被确诊为子宫癌（或子宫内膜癌）。每年有2700名女性死于该疾病。标准诊断流程包括经阴道超声测量子宫内膜厚度，若仍存疑则进行活检和宫腔镜检查。许多患者认为这些检查过程痛苦且具有侵入性。
值得注意的是，20%被转诊的女性最终并未确诊癌症。据开发者评估，该检测可在初次就诊阶段排除疾病，每年使约1.8万名女性免于不必要的侵入性检查。
检测原理
PinPoint算法分析血液样本中的30种生物标志物。基于这些标志物的组合，模型确定风险等级：低风险、中风险或高风险。该技术由利兹的PinPoint Data Science公司开发，该公司专注于医疗数据的统计分析。这项检测是在一项大规模试验后开始推广的，该试验涉及16481名患者，由来自约克郡170家诊所的全科医生转诊。
PinPoint Data Science首席医疗官肖恩·达菲表示：“99%的准确率在任何临床标准下都堪称卓越。但同样重要的是：该检测能可靠地排除低风险女性的癌症。”
米德约克郡NHS教学信托计划将该检测应用于六种妇科癌症和上消化道癌症的筛查。利兹教学医院NHS信托将将其用于妇科癌症筛查。
医生反馈
西约克郡一家诊所的全科医生贾辛塔·沃尔什指出，目前排除癌症的流程需要多达六次就诊。她认为PinPoint将加快诊断速度，并为其他患者腾出时间。利兹信托的妇科顾问医生特雷西·杰克逊强调，大多数被转诊的女性实际上是健康的，而新技术将能更有效地进行分诊。
“真正患有癌症的女性将能更快就医、获得诊断并开始治疗。这应该是我们的关注重点。”她强调道。
英国癌症研究中心称PinPoint检测的结果“前景广阔”，但该机构代表萨曼莎·哈里森指出，仍需进一步研究以评估其对患者和医疗系统的长期益处。
我的分析：将人工智能检测引入肿瘤学不仅是技术进步，更是早期诊断领域的范式转变。99%的准确率在排除子宫癌方面，可能大幅减轻医疗系统负担，改善患者生活质量，使她们免于不必要的检查。然而，正如专家们合理指出的那样，需要更大规模、更长期的研究来证实PinPoint在常规临床实践中的有效性和安全性。尽管如此，这仍是机器学习如何改变医学的一个鲜明例证。