圖片：pixabay

IBM Research的研究團(tuán)隊(duì)透過(guò)人工智能來(lái)解決乳癌早期檢測(cè)的成功率。他們開發(fā)了一種算法，是個(gè)能透過(guò)學(xué)習(xí)成像數(shù)據(jù)及病患的綜合健康病史并做出決策的模型，能達(dá)到令人印象深刻的檢測(cè)水平，此外，其檢測(cè)成果是非常激勵(lì)人心的。該研究發(fā)表在Radiology期刊上。

在IBM Research的官方部落格中，研究人員描述了團(tuán)隊(duì)的目標(biāo)、貢獻(xiàn)及成果。作為第一個(gè)能做出決策的算法，該模型能夠在所有分析中正確預(yù)測(cè)87%乳癌病例的發(fā)展，并且能正確的解釋77%的非癌癥病例。

在乳房X光片中添加了臨床數(shù)據(jù)顯著增加了模型中AUROC(接收機(jī)工作特性下的面積)及其靈活度。將這筆臨床數(shù)據(jù)放到模型中，AUROC值為0.78，與舊有的Gail風(fēng)險(xiǎn)預(yù)測(cè)模型相比，改善了乳癌的風(fēng)險(xiǎn)預(yù)測(cè)。此外，還能確認(rèn)可能導(dǎo)致風(fēng)險(xiǎn)提高的臨床因素，以及之前沒(méi)有被其他模型測(cè)試過(guò)的數(shù)據(jù)，如白血球剖面及甲狀腺的功能測(cè)試。

首先，研究團(tuán)隊(duì)假設(shè)結(jié)合機(jī)器學(xué)習(xí)及深度學(xué)習(xí)的模型可以應(yīng)用于評(píng)估乳癌，其水平是與放射科醫(yī)生旗鼓相當(dāng)，并且具有被納入臨床實(shí)踐的能力。事實(shí)證明，利用AI來(lái)預(yù)測(cè)乳癌的準(zhǔn)確度是趨近于放射科醫(yī)師的水平。新的AI模型能以良好的準(zhǔn)確度來(lái)預(yù)測(cè)患者惡性乳癌一年內(nèi)的發(fā)展，以減少進(jìn)行不必要測(cè)試的女性患者人數(shù)。

研究人員透過(guò)其在以色列的兩個(gè)大型醫(yī)療服務(wù)供應(yīng)的合作伙伴Maccabi健康中心及Assuta醫(yī)療中心取得大量的自愿者乳腺X光片圖像及詳細(xì)的個(gè)人臨床數(shù)據(jù)，對(duì)9611個(gè)乳房X光片及女性健康紀(jì)錄進(jìn)行算法的訓(xùn)練，來(lái)達(dá)到預(yù)測(cè)惡性的活體組織切片及區(qū)分正常與異常的篩檢成果。

研究團(tuán)隊(duì)表示新的AI模型不會(huì)取代放射科醫(yī)師，而是成為第二組眼睛，以便利用其高度準(zhǔn)確性的預(yù)測(cè)來(lái)幫助后續(xù)治療。