最新科研動態
女性乳腺癌風險如何預測？人工智能模型可提前五年預測
編輯：全球华人抗癌新药网 來源：全球華人抗癌新藥網 發佈時間：2019-06-18
女性乳腺癌可以預測嗎？這個問題如果放在十年前，想必沒人敢預測。但隨著科技發展，人工智能也逐漸進入生活應用中，當然也包含預測疾病；
美國麻省總醫院和麻省理工學院的研究人員，近期就創建了一種新的人工智能模型，他主要的功能就是可以提前五年預測女性患乳腺癌的風險。更重要的是這一深度學習（DL）模型的準確率也適用于不同種族的女性，這是以往預測工具無法做到的。如果該模型順利通過驗證并廣泛投入使用，將顯著改善當前的風險評估策略。”
這一研究收集了來自40000名不同種族女性的88,994張連續乳腺X光片，并將它們分為三組：試驗組（71,689張），驗證組（8,554張）和測試組（8,751張），并根據患者的調查問卷和電子病歷，開發了三組人工智能模型：基于傳統風險因子的邏輯回歸模型（RF-LR）；僅以乳腺X光片為學習對象的深度學習模型（僅使用圖像進行深度學習）；以及結合兩者的混合模型。
為了考量三組新建模型預測結果的準確性，研究人員將目前被廣泛應用于乳腺癌風險評估的第八代Tyrer-Cuzick模型作為對比項。
從研究結果來看，在混合模型歸納的高風險人群中，有31%的人在多年后檢測出患有乳腺癌，而Tyrer-Cuzick模型預測成功率僅有18%。此外，混合模型對各種族女性患乳腺癌風險的預測結果同樣準確。
但研究人員表示，在混合模型投入應用之前仍需面對人工智能模型常見的黑箱問題，還要經過多個機構和供應商的驗證。順利通過驗證后，這些模型或許可以取代傳統的風險因子，對女性患乳腺癌的風險做出更精準的判斷，最終實現更個性化的乳腺癌護理方式。
“放射學家自20世紀60年代以來就注意到，從乳房X光片上可以看出，女性的乳腺組織模式非常獨特且各不相同。”麻省總醫院乳腺成像主任Constance Lehman表示，“這些模式可能受到各種因素的影響，比如遺傳、激素、妊娠、哺乳、飲食、減重和增重等。通過深度學習模型，我們可以利用這些詳細信息，在個人層面上實現更加精準的風險評估。”