《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 模擬設(shè)計(jì) > 業(yè)界動態(tài) > MIT使用人工智能改善早期乳腺癌診斷

MIT使用人工智能改善早期乳腺癌診斷

2017-11-14
關(guān)鍵詞: 乳腺癌診斷 人工智能

  每年,,僅僅在美國就有40,000女性因乳腺癌死亡,。當(dāng)癌癥在早期階段得到發(fā)現(xiàn),,它們往往就可以被治愈,。乳房X光檢查是一個最佳的可選診斷方法,但是這種方法也有不足之處,,它經(jīng)常會得到假陽性的結(jié)果,,從而導(dǎo)致不必要的手術(shù)。

  常見的導(dǎo)致假陽性的原因稱之為“高風(fēng)險”病變,,在X光檢查上看上去非??梢桑锘顧z中也能看到異常的細(xì)胞,。在這種情況下,,患者通常會通過手術(shù)去除病變;然而,在90%的情況中病變是良性的,。這意味著每年數(shù)千位女性所經(jīng)受的痛苦,、昂貴的治療、術(shù)后的疤痕都是不必要的,。

  然而,,必要的手術(shù)是否能夠很好的消除,而同時保留X光檢查在癌癥監(jiān)測中的重要角色,。來自MIT計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室(CSAIL),、馬薩諸塞州總醫(yī)院(MGH),以及哈佛醫(yī)學(xué)院的研究人員認(rèn)為答案在人工智能(AI),。他們聯(lián)合發(fā)表了一篇文章在最近的《 Radiology》雜志上,。

  77a808d01dc60a19ac51eb8e967dba67.png

  左至右:麻薩諸塞州醫(yī)院乳房成像獎學(xué)金項(xiàng)目主任Manisha Bahl;麻省理工學(xué)院教授Regina Barzilay;Constance Lehman,哈佛醫(yī)學(xué)院教授,,MGH放射科的乳房成像部門主任,。

  團(tuán)隊(duì)聯(lián)合開發(fā)了一個AI系統(tǒng),,使用機(jī)器算法來預(yù)測在乳房X光檢測后術(shù)后,針刺活檢確定高風(fēng)險病變在手術(shù)時是否升級為癌癥,。通過超過600個現(xiàn)有的高風(fēng)險病變信息的訓(xùn)練,,該模型在許多不同的數(shù)據(jù)元素中尋找模式,包括人口統(tǒng)計(jì)學(xué),,家族史,,過去的活檢和病理學(xué)報告。對335對高風(fēng)險病變進(jìn)行測試,,模型能夠正確診斷97%的乳腺癌為惡性,,與現(xiàn)在的長隊(duì)檢測方法相比能夠減少超過30%的良性手術(shù)數(shù)量。

  “由于診斷工具如此不精確,,醫(yī)生過度篩查乳腺癌是一個可以理解的趨勢,,”麻省理工學(xué)院電氣工程與計(jì)算機(jī)科學(xué)教授Regina Barzilay,,她也是一位乳腺癌幸存者,。“當(dāng)數(shù)據(jù)中有很大的不確定性時,,機(jī)器學(xué)習(xí)正是我們所需要的工具,,用于改善發(fā)現(xiàn)及防止過度治療?!?/p>

  “據(jù)我們所知,,這是首個使用機(jī)器學(xué)習(xí)來區(qū)分高風(fēng)險病變哪些需要手術(shù)而哪些不需要的研究”,哈佛大學(xué)醫(yī)學(xué)院教授,, MGH放射科乳腺成像科主任,,合作者Constance Lehman表示,“我們認(rèn)為可以幫助女性對她們的治療做出更明智的決定,,以及我們可以提供更具有針對性的健康護(hù)理,。”

  那么機(jī)器學(xué)習(xí)究竟是如何達(dá)到上述的目標(biāo)的呢?

  當(dāng)一個X光成像發(fā)現(xiàn)了一個可疑的病變,,針刺活檢用來確認(rèn)它是否是癌癥,。大約70%的病變是良性的,20%是惡性的,,10%是高風(fēng)險病變,。

  醫(yī)生處理高風(fēng)險病變的方式有所不同。有些在所有情況中都會采用手術(shù),,而另一些只在病變具有高度癌癥化概率的情況下進(jìn)行手術(shù),,例如“非典型性導(dǎo)管增生”(ADH)或“小葉原位癌”(LCIS)。

  第一種途徑需要患者經(jīng)受痛苦,、耗時并且昂貴的手術(shù),,而且可能是不必要的;而第二種則不夠精確,,可能會導(dǎo)致遺漏一些ADH和LCIS外的癌癥高風(fēng)險的病變。

  “絕大多數(shù)具有高風(fēng)險病變的患者并沒有癌癥,,因而我們試圖找到那些可以確認(rèn)的,,” MGH的放射科醫(yī)師Bahl表示,“在這樣的情況下,,當(dāng)你試圖增加你能識別的癌癥的數(shù)量時,,你也會增加你發(fā)現(xiàn)假陽性的數(shù)量?!?/p>

  團(tuán)隊(duì)使用一種被稱為“隨機(jī)森林分類器”的方法,,該團(tuán)隊(duì)所開發(fā)的模型相比于總是做手術(shù)的策略避免了不必要的手術(shù),同時也能診斷出更多的癌癥病變,,而不是只在傳統(tǒng)的“高危病變”上做手術(shù)的策略,。尤其是,新模型診斷了97%的癌癥,,而傳統(tǒng)手段只有79%,。

  Lehman說:“過去,我們可能建議將所有高風(fēng)險病灶切除,。但是現(xiàn)在,,如果模型確定病灶有很低的幾率在特定的病人中發(fā)生癌變,我們就可以與病人就她的選擇進(jìn)行更詳細(xì)的討論,。對于一些患者來說,,他們的病灶是依據(jù)影像切除的而不是手術(shù),是更為合理的,?!?/p>

  明年MGH會將這個模型納入臨床實(shí)踐,團(tuán)隊(duì)也在進(jìn)一步努力使得模型更加完善,。未來,,這種機(jī)器學(xué)習(xí)有望用于更多的癌癥治療評估中,這對改變傳統(tǒng)模式中很多“一刀切”的做法將有著更多的幫助和參考意義,。


本站內(nèi)容除特別聲明的原創(chuàng)文章之外,,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,并不代表本網(wǎng)站贊同其觀點(diǎn),。轉(zhuǎn)載的所有的文章,、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有,。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認(rèn)版權(quán)者,。如涉及作品內(nèi)容、版權(quán)和其它問題,,請及時通過電子郵件或電話通知我們,,以便迅速采取適當(dāng)措施,,避免給雙方造成不必要的經(jīng)濟(jì)損失。聯(lián)系電話:010-82306118,;郵箱:[email protected],。