欢迎光临全球华人抗癌新药网! 为华人汇聚全球最新、最全抗癌资讯
登陆 | 注册 帮助中心
首页 > 最新科研动态 > 女性乳腺癌风险如何预测?人工智能模型可提前五年预测

编辑:全球华人抗癌新药网 来源:全球华人抗癌新药网 发布时间:2019-06-18

  女性乳腺癌可以预测吗?这个问题如果放在十年前,想必没人敢预测。但随着科技发展,人工智能也逐渐进入生活应用中,当然也包含预测疾病;


  美国麻省总医院和麻省理工学院的研究人员,近期就创建了一种新的人工智能模型,他主要的功能就是可以提前五年预测女性患乳腺癌的风险。更重要的是这一深度学习(DL)模型的准确率也适用于不同种族的女性,这是以往预测工具无法做到的。如果该模型顺利通过验证并广泛投入使用,将显著改善当前的风险评估策略。”

QQ截图20190618144524.png

  这一研究收集了来自40000名不同种族女性的88,994张连续乳腺X光片,并将它们分为三组:试验组(71,689张),验证组(8,554张)和测试组(8,751张),并根据患者的调查问卷和电子病历,开发了三组人工智能模型:基于传统风险因子的逻辑回归模型(RF-LR);仅以乳腺X光片为学习对象的深度学习模型(仅使用图像进行深度学习);以及结合两者的混合模型。


  为了考量三组新建模型预测结果的准确性,研究人员将目前被广泛应用于乳腺癌风险评估的第八代Tyrer-Cuzick模型作为对比项。


  从研究结果来看,在混合模型归纳的高风险人群中,有31%的人在多年后检测出患有乳腺癌,而Tyrer-Cuzick模型预测成功率仅有18%。此外,混合模型对各种族女性患乳腺癌风险的预测结果同样准确。


  但研究人员表示,在混合模型投入应用之前仍需面对人工智能模型常见的黑箱问题,还要经过多个机构和供应商的验证。顺利通过验证后,这些模型或许可以取代传统的风险因子,对女性患乳腺癌的风险做出更精准的判断,最终实现更个性化的乳腺癌护理方式。


  “放射学家自20世纪60年代以来就注意到,从乳房X光片上可以看出,女性的乳腺组织模式非常独特且各不相同。”麻省总医院乳腺成像主任Constance Lehman表示,“这些模式可能受到各种因素的影响,比如遗传、激素、妊娠、哺乳、饮食、减重和增重等。通过深度学习模型,我们可以利用这些详细信息,在个人层面上实现更加精准的风险评估。”