可提前5年預測乳腺癌風險！MIT科學家帶來檢測乳腺癌最新AI模型

葯明康德AI/報導

近日，發表在Radiology上的一項最新研究稱，來自MIT的研究人員開發出了一種使用AI技術的新模型，能夠最多提早五年時間預測女性患乳腺癌的風險。

乳腺癌是美國女性第二大癌症相關的致死因素。據估計，僅在2015年，美國就有超過23萬名女性被診斷為乳腺癌，其中約4萬人死亡。雖然像乳腺X光檢查等檢測技術已經得到了廣泛應用，但這些技術並不總是可靠的。在接受乳腺X光檢查的女性中，約有10%至15%的人會因為無法得出結論的分析結果而進行反覆檢查。

圖片來源：123RF

大多數乳腺癌風險檢測模型重點是一系列風險因素，如年齡、乳腺癌和卵巢癌家族史、激素和生殖因素、乳腺密度等。但是和其他因素相比，有一些因素和乳腺癌的相關性並沒有那麼高，從而影響了模型檢測的準確性。

針對這一情況，來自MIT的研究團隊採取了和傳統檢測方式不同的方法，結合傳統的乳腺癌風險因素和乳腺X光照片，開發了一個全新的深度學習模型，用來預測乳腺癌風險。隨後，研究人員使用了約9萬張乳腺X光照片和約6萬名來自Massachusetts General Hospital患者的真實已知結果對模型進行了訓練、驗證和測試。

以乳腺密度為例，新的深度學習模型與目前臨床上使用乳腺密度作為評估乳腺癌風險標準的Tyrer-Cuzick模型相比，其識別風險的準確率有所提高。研究人員發現，高乳腺密度且模型評估乳腺癌風險高的患者癌症發病率，是那些乳腺密度和乳腺癌風險都較低的患者的3.9倍。這一趨勢在不同女性群體中都體現了出來。

▲新的深度學習模型可以在癌症發病（右圖）前四年，識別出乳腺癌風險（左圖）（圖片來源：MIT CSAIL）

同時，研究人員還努力確保風險評估模型在評估少數群體結果方面，和白人患者一樣準確。他們表示，該新型模型在不同種族、年齡和家族歷史的群體中表現同樣出色。該模型準確預測了31%的患者最高患癌風險類別，而傳統模型的準確率只有18%。

該論文的資深作者、來自MIT CSAIL的Regina Barzilay博士表示，未來這項研究可以為乳腺X光檢查打下基礎，從而確定患者是否存在其他更大的健康風險，如心血管疾病和其他癌症等。

參考資料：

[1] Novel artificial intelligence method predicts future risk of breast cancer. Retrieved May 8, 2019, from https://www.eurekalert.org/pub_releases/2019-05/rson-nai043019.php

[2] MIT CSAIL』s AI can predict the onset of breast cancer 5 years in advance. Retrieved May 8, 2019, from https://venturebeat.com/2019/05/07/mit-csails-ai-can-predict-the-onset-of-breast-cancer-5-years-in-advance/

本文來自葯明康德微信團隊，歡迎轉發到朋友圈，謝絕轉載到其它平台。如有開設白名單需求，請在文章底部留言；如有其它合作需求，請聯繫[email protected]。

AI協助開發複雜疾病靶點，阿斯利康達成合作

《細胞》：人工智慧創作的「謎之畫風」，卻意外對了猴子們的胃口

首例！診斷腎臟疾病，AI技術平台獲FDA突破性設備認定

《自然》子刊：哈佛科學家研發AI演算法，有效讀取癌症分子特徵

AI不能「取代」醫生給我們看病，這並不是因為AI不夠強大

大家關注的公眾號越來越多，找不到「葯明康德AI」怎麼辦？簡單四步，將「葯明康德AI」設置為星標公眾號，問題即可解決。

播放GIF