剑桥大学研究：查了2000多篇用AI检测新冠的论文，临床使用竟全都“失灵”

新冠大流行以来，不少机器学习领域的研究人员，希望借助AI与机器之力，帮助医生们从标准护理胸片(CXR)和胸部计算机断层扫描(CT)图像中快速、准确地检测和预测新冠感染。

2020年，许多这类文章发表在学术期刊平台上。不过，剑桥大学团队近日发表在Nature Machine Intelligence上的一篇论文中所阐述的研究发现，却让人大跌眼镜：搜集到的关于用AI进行新冠病毒医学图像检测、诊断的论文，都存在重大缺陷和偏差，没有临床使用的可能性！

研究人员考虑了2020年1月1日至2020年10月3日期间所有已发表的论文和预印本，这些论文从CXR或CT图像中描述了用于COVID-19诊断或预后的新机器学习模型。所有上传至bioRxiv、medRxiv和arXiv的稿件以及EMBASE和MEDLINE在此时间范围内的所有条目将被考虑。

他们搜索确定了2212项研究，其中415项在初步筛选后被纳入，而经过质量筛选后，62项研究被纳入了该系统综述。其中深度学习37篇，传统机器学习23篇，混合学习2篇(采用两种方法)。

在这62篇论文中，有55篇被发现由于各种问题而存在高偏见风险，包括依赖公共数据集，其中许多疑似阳性Covid-19的CT图像也没检测出来。总的来说，所有这些模型在研究中都看起来高度准确，但一到临床就变“智障”，没法派上可靠的用场。

综述发现，由于方法上的缺陷和/或潜在的偏见，这些模型都没有潜在的临床应用。其原因包括：(1)小数据集的偏差；(2)来自国际的大型数据集的可变性；(3)多流数据，特别是成像数据的集成度差；(4)预测任务的难度；(5)临床医生和数据分析师必须并肩工作，以确保开发的AI算法与临床相关，并可用于常规临床护理。

鉴于迫切需要经过验证的COVID-19模型，这是一个主要弱点。也因此，该研究建议——科学界应该为此进行更高质量的模型开发。这样的研究结果，也让专家学者们争论纷纷，国外不少学术界网友则在社交媒体平台上无奈表示：“这给我们上了重要的一课”、“AI真的没那么万能”！

译/前瞻经济学人APP资讯组

参考资料：https://www.nature.com/articles/s42256-021-00307-0