许多研究声称人工智能一样好（或更好）在解释医学图像人类专家的质量差，并且可以说是夸张的，有引发危险的“数以百万计的患者的安全警告在研究的BMJ今天。

他们的发现引起人们对支持许多此类研究的证据质量的关注，并强调需要改进其设计和报告标准。

人工智能（AI）是一个创新且发展迅速的领域，具有改善患者护理和减轻负担过重的医疗服务的潜力。

深度学习是AI的一个分支，在医学成像领域显示出特殊的希望。

关于深度学习的已发表研究的数量正在增长，并且一些媒体头条宣称对医生的卓越表现为快速实施提供了炒作。

但是，尚未对这些标题背后的研究方法和产生偏差的风险进行详细研究。

为了解决这个问题，一组研究人员回顾了过去10年中发表的研究结果，将深度学习算法在医学成像中的表现与专家临床医生进行了比较。

他们发现只有两项合格的随机临床试验和81项非随机研究。

在非随机研究中，只有九项是前瞻性的（随着时间的推移跟踪和收集有关个人的信息），只有六项在“真实世界”的临床环境中进行了测试。

比较组中人类专家的平均人数仅为4，而访问原始数据和代码（以允许对结果进行独立审查）受到严重限制。

超过三分之二（81个中的58个）的研究被认为存在偏见的高风险（研究设计中可能影响结果的问题），并且对公认的报告标准的遵守通常很差。

四分之三（61项研究）指出，AI的表现至少可与（或优于）临床医生相媲美，只有31项（38％）指出需要进一步的前瞻性研究或试验。

研究人员指出了一些局限性，例如错过研究的可能性以及对深度学习医学成像研究的关注，因此结果可能不适用于其他类型的AI。

然而，他们说，目前，“存在许多与临床医生同等（或优于）的说法，这在社会层面上存在着患者安全和人口健康的潜在风险。”

他们警告说，言过其实的语言“会使研究容易受到媒体和公众的误解，因此可能会提供与患者的最大利益不一定相符的不当护理”。

他们总结说：“通过确保我们不断发展高质量和透明报告的证据基础，可以最大程度地提高患者的安全性。