當地時間2020年1月1日，谷歌健康部門聯手人工智能企業DeepMind在頂尖學術期刊《自然》發佈人工智能乳腺癌檢測系統。作者稱，該系統檢測乳腺癌的能力超過專業放射科醫生，或有助提高乳腺癌篩查的準確性和效率。為儘早發現乳腺癌，不少國家已實施大規模乳腺篩查計劃。但專業醫生對乳腺X線影像的分析準確率仍存較高不確定性，容易發生誤診和漏診現象，由此產生的診斷結果會造成患者的焦慮和不必要的侵入性診斷程序。

這項研究中，谷歌技術主管Shravya Shetty與研究人員合作，使用兩個數據集訓練人工智能深度學習模型。其中一個數據集包含25856張來自英國的乳腺X線影像，另一數據集包含3097張來自美國的乳腺X線影像。結果顯示，人工智能模型檢測結果的假陽性率比典型放射科醫生低5.7%（美國）和1.2%（英國），假陰性率比典型放射科醫生低9.4%（美國）和2.7%（英國） 。

假陽性又稱誤診率，指實際無病但根據篩檢被判為有病的百分比。假陰性率又稱漏診率，指實際有病，但根據篩檢試驗被定為無病的百分比。

人工智能乳腺癌篩查系統

人工智能係統和臨床醫生在乳腺癌預測中的表現

根據世界衛生組織提供的數據，乳腺癌是女性最常見的癌症之一，每年影響約210萬女性。2018年，全球約有627000名女性死於乳腺癌，約佔女性癌症死亡人數的15%。

乳腺癌預測情況，人工智能係統與6名獨立看片醫生對比

在上述研究的獨立子實驗中，人工智能係統的表現優於全部6名放射科醫生。

英國的乳腺篩查由兩名放射科醫生共同分析乳腺X線影像。針對這種情況，研究人員發現，使用人工智能係統可以將第二位讀片醫生的工作量減少88％。

谷歌健康部門、DeepMind、倫敦大學學院、劍橋大學、英國吉爾福德皇家薩里郡醫院、谷歌旗下初創公司Verily Life Sciences、斯坦福醫療中心、英國皇家馬斯登醫院等機構共同完成了這項研究。

迄今為止，人工智能診斷乳腺癌已有不少嘗試。

2017年，谷歌醫療AI在乳腺癌診斷中表現超過人類專業病理檢驗師。次年，谷歌發布一款針對晚期乳腺癌的人工智能檢測系統，可以在99％的情況下正確區分轉移性癌症。

2018年10月，美國麻省理工學院發布一款評估乳腺X線影像中緻密乳房組織的深度學習模型，其診斷表現與放射科醫生相似。2019年5月，麻省理工學院計算科學和人工智能實驗室與美國馬薩諸塞州綜合醫院發佈人工智能係統，宣稱可從乳腺X線影像中預測患者是否會在未來五年內患上乳腺癌。

乳腺癌並非女性專屬，男性也有乳腺癌的發病風險而且死亡率更高。

2019年9月，一項發表在國際腫瘤學頂級期刊《美國醫學會雜誌·腫瘤學》的大規模研究顯示，男性乳腺癌患者的死亡率比女性高19%。研究指出，男性乳腺癌患者的確診年齡比女性更大，平均確診年齡為63.3歲，女性平均確診為59.9歲。與女性患者相比，男性患者在所有階段的死亡率都更高。研究人員認為，臨床特徵與治療不足與63.3%的男性患者死亡率相關。