（中央社綜合外電報導）發布日期 2019 年 05 月 12 日 17:50

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，並確定在未來五年發展為乳腺癌的可能性。

據了解，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豔的地方便在於此，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。

研究已經刊載於《放射學》（Radiology）期刊。

能提早 預測患者發展為乳腺癌風險