未來五年是否會患乳腺癌？MIT人工智慧系統看X片就能預測

5月7日，麻省理工學院計算科學和人工智慧實驗室（MIT CSAIL）與美國馬薩諸塞州綜合醫院（MGH）發布了一個全新的人工智慧系統，該系統可以從乳房X光造影檢查中預測患者是否會在未來五年內患上乳腺癌。

據悉，這一模型學習了6萬餘名患者的乳房X線照片和已知結果，以了解乳腺組織中潛在惡性腫瘤的特徵。

根據密度值和混合深度學習（DL）風險評估乳腺癌發病率。

麻省理工學院與馬薩諸塞州綜合醫院的人工智慧模型在一位女性患乳腺癌4年前判斷其處於高危狀態。（右圖：4年前；左圖：患病時）

癌症是現代最致命且最不被了解的疾病之一。根據世界衛生組織提供的數據，2018年，全球新發癌症病例為1800萬例，死亡人數960萬，平均死亡率52.9％。就乳腺癌而言，2015年，全球有232000名女性被診斷出這種疾病，另約40000人因此死亡。

作為乳腺癌的倖存者，上述研究的責任作者、麻省理工學院教授Regina Barzilay表示，她希望這樣的系統可以使醫生為患者定製個性化的篩查和預防計劃，以減少診斷延誤的情況。

該研究的主要作者Adam Yala說，「我們的目標是使這些進步成為護理標準的一部分」，「通過預測，我們可以在出現癥狀之前拯救生命並抓住癌症。」

麻省理工學院表示，不同於以往針對白人群體開發的模型，這款人工智慧模型對白人和黑人女性同樣準確，兩個種族均為0.71 ，「這一點尤其重要，因為黑人女性因乳腺癌而死亡的比率高出42％」。

這項研究在線發表於國際影像學領域頂級期刊《Radiology》。

人工智慧診斷乳腺癌已有多次嘗試。2018年，谷歌曾發布一款針對晚期乳腺癌的人工智慧檢測系統，可以在99％的情況下正確區分轉移性癌症。該技術使每張腫瘤圖片的診斷時間減少至1分鐘。麻省理工學院也在2018年10月開發了一款評估乳房X線照片中的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。