麻省理工開發提早 5 年預測乳腺癌風險工具

麻省理工(MIT)電腦科學與 AI 實驗室(MIT CSAIL)開發出一款風險預測 AI 模型,可以識別乳房組織的細微變化,並確定在未來5年發展為乳腺癌的可能性。

麻省理工(MIT)電腦科學與 AI 實驗室(MIT CSAIL)開發出一款風險預測 AI 模型,可以識別乳房組織的細微變化,並確定在未來5年發展為乳腺癌的可能性。

麻省理工(MIT)電腦科學與 AI 實驗室(MIT CSAIL)開發出一款風險預測 AI 模型,可以識別乳房組織的細微變化,並確定在未來5年發展為乳腺癌的可能性。

據瞭解,這款深度學習模型接受了超過 9 萬張乳房 X 光照片的訓練,也因此能在 X 光照片中辨識出人類醫生無法辨識出的微小圖案,以目前來說,能夠辨識出 31% 在未來 5 年發展為乳腺癌風險最高的患者。雖然比例聽起來並不高,但與現行醫生可用的任何模型相比(早期階段只能辨識出 18%),結果明顯要好上許多。

研究共同作者 Constance Lehman 表示,自 1960 年代以來,放射科醫生便已經注意到女性乳房 X 光照片上可見的乳房組織有獨特和廣泛變化的模式,而這些模式會受到可以遺傳、荷爾蒙、懷孕、哺乳、飲食、體重減輕或增加等多種因素的影響,一旦能夠運用這些詳細資訊,對個別女性的風險評估將能更加準確。

除此之外,新的 AI 模型還有另一個優勢。由於過去多數評估工具在訓練過程中使用的數據多來自白人群體,因此對非白人患者的評估效果較差,而新 AI 則沒有這項問題。
史丹佛大學醫學院 Allison Kurian 表示,這次的模型最令人驚艷的地方便在於此,與現有的風險評估工具不同,這款 AI 使用在黑人和白人身上表現一樣出色。“如果經過認證且使工具廣泛使用,將可以真正改善我們目前估算風險的策略。”

儘管系統在實用前還需進行廣泛驗證,但深度學習模型可以透過訓練辨認出乳房 X 光照片數據中的模式,而人類靠肉眼並無法做到,隨著訓練數據越大,模型辨認的結果也將更加準確,可想見未來在預測應用上將更為廣泛◆

相關閱讀

最多點擊

環保動態

新型“金屬玻璃”催化劑可高效處理污水

據外電報導,澳大利亞伊迪斯考恩大學日前發表新聞公報說,該校科學家使用納米技術製造出一種新型“金屬玻璃”催化劑,可以環保、高效地處理污水。“金屬玻璃”又稱非晶合金,具有與玻璃類似的原子堆積結構,比晶體材料擁有更高的催化活性。

都市居民區加強環保

〔本報消息〕都市、居民區的環保工作和管理一般固體廢棄物是重心問題,必須以有效的措施集中展開。這是市人民會議主席阮氏決心出席市人民議會昨(5)日舉行的有關都市、居民區環保和本市廢棄物管理工作專題會議上強調的內容。

滀臻斥資逾千億元處理工業區廢水

〔本報消息〕滀臻省工業區管委會昨(26)日為州城縣安業工業區的日功率從4000立方米提升至1萬立方米的二期廢水處理廠改建投資項目舉行落成儀式。

發現大片綠柏林

〔本報消息〕世界上綠柏群體早已絕跡,只有唯一個座落在廣平省風芽-格邦公園的純種森林區(見圖)。有關發現上述植物森林一事被視為找到第2個山水洞,因為這是世界上仍存在的珍稀綠岩。