IBM新AI模型 能夠預測哪些患者會在一年內患上乳腺癌

一組數據顯示，在美國，約有12%的女性存在患上浸潤性乳腺癌的風險，預計到2020年，僅有26.8萬新發病例將被診斷出來。

幸運的是，根據美國癌症協會的數據來看，浸潤性乳腺癌5年生存率相當高，約在85-99%，平均10年生存率約為83%。因此早期的檢測成為了延長存活率至關重要的因素。

為此，在本月發表在Radiology期刊上的一篇論文中，IBM科學家詳細介紹了一種能夠在一年內預測患者惡性乳腺癌發展的AI模型。行評審結果顯示，他們的系統分別正確預測了87%和77%的癌症和良性病例的發展。此外，通過對9611個X線照片和健康記錄的新型語料庫進行培訓，它能夠在48%的人身上識別出乳腺癌，準確度與放射科醫師相當。

為了編製訓練數據集，Chorev及其同事採購了與臨床數據相關脫敏乳腺圖像和與患者電子健康記錄相對應的生物標記，包括但不限於甲狀腺功能、白細胞譜、代謝綜合征等相關信息，並將這些數據(包括活組織檢查，癌症登記數據，實驗室結果)納入機器學習模型，該模型將臨床風險因素之間的聯繫進行映射，以預測活組織惡性腫瘤，並區分正常和異常的篩查結果。

目前除IBM外，谷歌、麻省理工學院和紐約大學均嘗試這方向的研究，致力提高乳腺癌篩查的準確性。IBM研究人員兼放射學論文的合著者Michal Chorev在博客文章中表示，有朝一日，希望這個模型將會輔助放射科醫生確認良性病灶與惡性病灶。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！