美国麻省理工Yala等报告，人工智能(AI)可以帮助医生更好地预测女性罹患乳腺癌的风险。(Radiology. 2019年5月7日在线版 doi: 10.1148/radiol.2019182716)

鉴于现有的风险预测模型效果不佳。为了探索AI在乳腺癌中的潜在作用，测验考试建立一个更好的模型，并探究其是否能为女性个体定制乳腺癌筛查方案，该团队使用AI技术对一个医疗中心内的70 000多帧钼靶筛查图像进行了深度学习;然后开发了两种深度学习模型：一种为仅使用钼靶信息的模型;另一种为“混合”模型，其中还包括年龄、家族史、乳房密度等传统因素。

结果显示，在测试阶段，研究人员使用了另外8700多帧乳房钼靶图像。在接下来的五年中，仅有跨越3%的图像被诊断为乳腺癌。总体而言，两种深度学习模型都比标准方法(Tyrer-Cuzick模型)能更好地发现罹患乳腺癌的高危女性，尤以“混合”模型的准确性最好。它可将约1/3的乳腺癌女性归类为风险最高的10%的亚组中;相比之下，标准方法仅能将18%的女性归类入该亚组。

研究者指出，AI模型在黑人女性中的预测结果与白人女性中的一样，这不同于传统模型。但有研究者认为，医生需要更清楚地了解正在发生的事情(病情)，而不能止步于AI提供的结果。AI的定位应该是影像科医师助手，目前尚不应该替代医生的作用。 (编译 靳雪欣)