麻省理工(MIT)电脑科学与 AI 实验室(MIT CSAIL)开发出一款风险预测 AI 模型,可以识别乳房组织的细微变化,并确定在未来五年发展为乳腺癌的可能性。
据了解,这款深度学习模型接受了超过 9 万张乳房 X 光照片的训练,也因此能在 X 光照片中辨识出人类医生无法辨识出的微小图案,以目前来说,能够辨识出 31% 在未来 5 年发展为乳腺癌风险最高的患者。虽然比例听起来并不高,但与现行医生可用的任何模型相比(早期阶段只能辨识出 18%),结果明显要好上许多。
研究共同作者 Constance Lehman 表示,自 1960 年代以来,放射科医生便已经注意到女性乳房 X 光照片上可见的乳房组织有独特和广泛变化的模式,而这些模式会受到可以遗传、荷尔蒙、怀孕、哺乳、饮食、体重减轻或增加等多种因素的影响,一旦能够运用这些详细资讯,对个别女性的风险评估将能更加准确。
除此之外,新的 AI 模型还有另一个优势。由于过去多数评估工具在训练过程中使用的数据多来自白人群体,因此对非白人患者的评估效果较差,而新 AI 则没有这项问题。
史丹佛大学医学院 Allison Kurian 表示,这次的模型最令人惊艳的地方便在于此,与现有的风险评估工具不同,这款 AI 使用在黑人和白人身上表现一样出色。“如果经过认证且使工具广泛使用,将可以真正改善我们目前估算风险的策略。”
尽管系统在实用前还需进行广泛验证,但深度学习模型可以透过训练辨认出乳房 X 光照片数据中的模式,而人类靠肉眼并无法做到,随着训练数据越大,模型辨认的结果也将更加准确,可想见未来在预测应用上将更为广泛。
研究已经刊载于《放射学》(Radiology)期刊。
- MIT’s new AI model detects future breast cancer risk better than current models
- Using AI to predict breast cancer and personalize care
(首图来源:MIT)