神经网络帮助机器学习一些以前仅限于人类的技能，比如识别照片中的物体，或者当你发射星际争霸II时绝对会摧毁你。谷歌是神经网络AI的领先开发者之一，它开发了一个新系统，利用人工智能的力量在医生可能会错过的乳房X光片中识别乳腺癌。

目前，乳房X光检查是诊断乳腺癌的最佳方法，但远非完美。训练有素的放射科医生可以使用这些测试来捕捉大多数癌症，但大约五分之一的人从裂缝中溜走。此外，大约一半的妇女在任何10年期间至少获得一个假阳性结果。虽然这项新的研究并不建议医生应该被排除在诊断过程之外，但它确实表明人工智能可以帮助医学专业人士更频繁地拨打正确的电话。

和所有神经网络一样，谷歌的新系统需要大量的训练数据。它以超过100，000幅乳房X光照片的形式获得了这一点——7.6万幅来自英国，1.5万幅来自美国。所有的训练数据都被标记，使系统能够学习肿瘤的所有表现方式。随着网络的建立，谷歌工程师在一套新的3万张来自美国和英国的乳房X线照片上测试了它的准确性。对于每一幅图像，它将人工智能与人类放射科医生进行了比较，以确定哪个更准确。

与美国筛查相比，人工智能产生的假阳性减少了5.7%。这将使妇女免于不必要的担心和费用，以应对一种不存在的肿瘤。更重要的是，人工智能有9.4%的假阴性-这些是放射科医生错过的肿瘤（见上文）。由于NIH总是有两名医生检查每个乳房X光片，所以人工智能并没有像英国那样击败英国系统。在那里，人工智能减少了1.2%的假阳性和2.7%的假阴性。

谷歌还成立了一个由六名美国放射科医生组成的团队和人工智能之间的竞争，样本为500个随机选择的乳房X线扫描。再一次，人工智能优于人类，识别了几种癌症，所有六位医生最初都错过了。然而，至少有一个病例，人工智能错过了所有人类发现的癌症。

这项研究表明，谷歌的人工智能可以帮助减少不准确的乳房X线照片读数，但这项技术首先需要更多的测试。这项研究主要使用在单个制造商的设备上拍摄的乳房X光图像，并且可能会与其他设备发生意外的变化。