人工智能何时真正超越放射科医生？
在特定且定义清晰的筛查任务中，人工智能能够超越普通放射科医生的表现，尤其是在使用大规模高质量数据集进行训练且任务范围明确的情况下。这些研究中最有力的例证是MRI前列腺癌检测：一项2024年针对超过1万名患者的国际验证性研究发现，AI系统的受试者工作特征曲线下面积（AUROC）达到0.91，而来自20个国家的62名放射科医生组成的对照组仅为0.86，两者差异具有统计学意义[2]。在相同特异性水平下，AI检测出的临床显著性癌症数量多出6.8%——这意味着它在不增加误报的前提下发现了更多真实癌症[2]。类似地，2025年一项关于乳房切除术后监测性乳腺X线摄影的研究显示，独立使用的AI每1000次检查可检出17.4例癌症，而放射科医生为14.6例，检出率高出19%[3]。
在低剂量CT肺癌筛查中，中国某项目中的深度学习系统检测出90.1%的结节，而放射科医生双重阅片的检出率为76.0%，但前者假阳性率更高（每次扫描1.0个 vs. 0.04个）[10]。而在乳腺X光片上可疑微钙化的分类中，一个联合AI模型的表现与资深放射科医生相当，且优于初级医生，AUROC达到0.91[9]。这些结果表明，在图像中“信号”清晰的模式识别任务上，AI能够表现出色。
放射科医生在哪些方面仍具优势？
在现实世界中，基于人群的筛查项目——病例情况复杂且风险极高——放射科医生在整体准确性上始终能与独立AI持平甚至更胜一筹。其中规模最大、最贴近实际的一项研究是2023年对来自人群筛查项目的108,970份乳腺X光片进行的队列分析，结果显示放射科医生的ROC曲线下面积（0.93）远高于AI（0.83）[1]。AI的特异性显著较低（81%对97%），这意味着它会引发更多假警报——这在筛查中是一个关键问题，因为假阳性会导致不必要的焦虑和医疗程序[1]。当研究人员模拟用AI替代一名放射科医生（并对分歧进行仲裁）时，癌症检出率实际上略有下降（每1000次筛查中6.37例对6.97例）[1]。
一项2022年针对德国筛查项目中超过110万次乳腺X光检查的研究发现，独立使用人工智能的准确率“低于未经辅助的放射科医生的平均水平”[4]。该人工智能的灵敏度为84.6%，特异度为91.3%，而放射科医生在这两项指标上均表现更优[4]。这些结果凸显了一个关键差距：在精心筛选的测试集上表现良好的人工智能算法，一旦应用于图像质量、乳腺密度和癌症类型各异的真实筛查人群时，往往会出现失误。
真正的赢家：放射科医生与AI协同合作
在这些研究中，最一致且最具说服力的发现是，将人工智能与放射科医生相结合——而非取代他们——能够带来最佳效果。2022年一项模拟“决策转诊”模式的研究显示，由人工智能处理简单病例，并将不确定病例转交给放射科医生，相较于仅由放射科医生诊断，灵敏度提高了2.6个百分点，特异度提高了1.0个百分点，同时工作量减少了63%[4]。另一项模拟研究利用人工智能对正常乳腺X光片进行分诊，使放射科医生的工作量减少了62.6%，同时保持了非劣效的灵敏度（69.7%对比70.8%），并实际提升了特异度（98.6%对比98.1%）[5]。
人工智能还能帮助经验不足的放射科医生快速提升水平。在新加坡一项涉及500份乳腺X光片的研究中，初级住院医师在AI辅助下的诊断准确率（AUROC）从0.84提升至0.86，而资深住院医师则接近了顾问医师的水平[8]。法国一项关于胸部X光片解读的研究发现，AI辅助使各经验水平阅片者的灵敏度提高了12%至26%，并将阅片时间缩短了31%[7]。即便AI判断有误，其影响也可被缓解：一项试点研究表明，当AI结果以方框形式视觉标出或标记为待删除时，放射科医生犯的错误比仅简单显示AI结果时更少[6]。大量证据有力表明，AI是强大的辅助工具，而非替代品。
关于这些来源
该回答基于10篇经同行评审的研究——发表于2021年至2025年间，其中3篇为2024年及以后发表，9篇发表于Q1期刊，累计被引919次——这些研究是从15篇通过质量筛选的文献中选出的最具相关性的成果，而该15篇文献又源自一个包含超过5亿篇论文的数据库中所检索到的70篇论文。
本文引用的文献
人工智能在乳腺癌筛查中的应用：基于人群的乳腺癌筛查队列研究中的癌症检测
在一项基于10.897万次乳腺X光检查的人群队列研究中，放射科医生的总体准确率（AUC 0.93）高于人工智能（0.83）；人工智能的灵敏度与放射科医生相当，但特异度明显更低（81% vs. 97%），且用人工智能替代一名放射科医生会使癌症检出率略有下降[1]。
人工智能与放射科医生在MRI前列腺癌检测中的比较（PI-CAI）：一项国际性、配对、非劣效性、验证性研究
在一项涵盖10,207例前列腺MRI检查的国际研究中，AI系统在统计学上优于62名放射科医生（AUC 0.91 vs. 0.86），在相同特异性下多检测出6.8%的临床显著性癌症[2]。
使用独立人工智能与放射科医生解读乳房切除术后单侧监测性乳腺X线摄影进行乳腺癌检测的比较
在4184次乳房切除术后监测性乳腺X光检查中，独立AI的癌症检出率（每千例17.4例对比14.6例）和灵敏度（65.8%对比55.0%）均高于放射科医生，但特异性较低（91.5%对比98.1%）[3]。
结合放射科医生与人工智能优势进行乳腺癌筛查：一项回顾性分析
基于德国筛查中超过110万张乳腺X光片，一种决策转诊方法（AI处理简单病例，将不确定病例转交给放射科医生）使放射科医生的灵敏度提高了2.6%，特异度提高了1.0%，同时将工作量减少了63% [4]。
基于人工智能的乳腺癌钼靶筛查方案：效果与放射科医师工作量
在一项对114,421次乳腺X光检查的模拟中，基于人工智能的分诊流程将放射科医生的工作量减少了62.6%，同时保持了非劣效的敏感性（69.7%对比70.8%），并提高了特异性（98.6%对比98.1%）[5]。
错误的人工智能（AI）结果是否会影响放射科医生？如果会，我们该如何应对？一项关于胸部X光片肺癌检测的多读者初步研究
在一项涉及90张胸片的多读者试点研究中，错误的AI结果使放射科医生的假阴性率从2.7%升至33.0%，假阳性率从51.4%升至86.0%；而当AI结果以视觉轮廓标出或标记为需删除时，这些错误有所减少[6]。
使用人工智能提升放射科医生在胸片异常检测中的表现
在500张胸部X光片中，AI辅助使放射科医生对五种异常类型的敏感性提高了5.9%-26%，并将阅片时间缩短了31%（从81秒降至56秒）[8]。
AI对新加坡不同经验水平放射科医生在乳腺X线摄影中乳腺癌检出率的影响：初步比较研究。
在新加坡由17名放射科医生解读的500张乳腺X光片中，AI辅助将初级住院医师的AUROC从0.84提升至0.86，高级住院医师从0.85提升至0.88，其中高级住院医师的表现接近顾问医师水平[12]。
一项整合了乳腺X线摄影与临床因素的深度学习模型，有助于在乳腺癌筛查中对BI-RADS 4级微钙化灶进行恶性风险预测。
一项针对384例BI-RADS 4级微钙化患者的联合深度学习模型实现了0.91的AUC，与资深放射科医师水平相当，且优于初级医师；AI辅助将初级放射科医师的AUC从0.773提升至0.901[14]。
基于深度学习的肺结节检测系统作为中国肺癌筛查项目中替代阅片者的表现
在一项包含360次低剂量CT扫描的中国肺癌筛查项目中，深度学习系统检测到了90.1%的结节，而双重阅片仅为76.0%，但前者的假阳性率更高（每次扫描1.0个 vs. 0.04个）[15]。