美國麻省理工學(xué)院Yala等報(bào)告，人工智能(AI)可以幫助醫(yī)生更好地預(yù)測(cè)女性罹患乳腺癌的風(fēng)險(xiǎn)。(Radiology. 2019年5月7日在線版 doi: 10.1148/radiol.2019182716)

鑒于現(xiàn)有的風(fēng)險(xiǎn)預(yù)測(cè)模型效果不佳。為了探索AI在乳腺癌中的潛在作用，嘗試建立一個(gè)更好的模型，并探究其是否能為女性個(gè)體定制乳腺癌篩查方案，該團(tuán)隊(duì)使用AI技術(shù)對(duì)一個(gè)醫(yī)療中心內(nèi)的70 000多幀鉬靶篩查圖像進(jìn)行了深度學(xué)習(xí);然后開發(fā)了兩種深度學(xué)習(xí)模型：一種為僅使用鉬靶信息的模型;另一種為“混合”模型，其中還包括年齡、家族史、乳房密度等傳統(tǒng)因素。

結(jié)果顯示，在測(cè)試階段，研究人員使用了另外8700多幀乳房鉬靶圖像。在接下來的五年中，僅有超過3%的圖像被診斷為乳腺癌?？傮w而言，兩種深度學(xué)習(xí)模型都比標(biāo)準(zhǔn)方法(Tyrer-Cuzick模型)能更好地發(fā)現(xiàn)罹患乳腺癌的高危女性，尤以“混合”模型的準(zhǔn)確性最好。它可將約1/3的乳腺癌女性歸類為風(fēng)險(xiǎn)最高的10%的亞組中;相比之下，標(biāo)準(zhǔn)方法僅能將18%的女性歸類入該亞組。

研究者指出，AI模型在黑人女性中的預(yù)測(cè)結(jié)果與白人女性中的一樣，這不同于傳統(tǒng)模型。但有研究者認(rèn)為，醫(yī)生需要更清楚地了解正在發(fā)生的事情(病情)，而不能止步于AI提供的結(jié)果。AI的定位應(yīng)該是影像科醫(yī)師助手，目前尚不應(yīng)該替代醫(yī)生的作用。 (編譯 靳雪欣)