健康教育网2017年10月17日，星期二（健康日新闻）-一项新的研究表明，配备人工智能的机器有一天可能会帮助医生更好地识别可能转变为癌症的高风险乳房病变。
高危乳房病变是在乳房活检中发现的异常细胞。这些病变对医生和患者构成挑战。这种病变中的细胞不是正常的，但它们也不是癌性的。而且，尽管它们会发展成癌症，但许多人却没有。那么，哪些需要切除？
研究作者Manisha Bahl博士说：“是否进行手术的决定具有挑战性，而且趋势是积极治疗这些病灶[并将其切除]。
马萨诸塞州总医院乳房影像研究计划主任巴尔说：“我们认为必须有更好的方法来对这些病变进行风险分层。”
研究人员与麻省理工学院的计算机科学家紧密合作，开发了一种“机器学习”模型，以区分需要手术清除的高风险病变和需要长期观察的病变。
机器学习是人工智能的一种。研究人员解释说，计算机模型会根据以前的经验自动学习和改进。
研究人员向机器提供了许多有关已确定的危险因素的信息，例如病变类型和患者年龄。研究人员还提供了活检报告中的实际文本。研究人员说，总体而言，模型中包含20,000个数据元素。
机器学习模型的测试包括来自略多于1,000名患有高危病变的女性的信息。这些妇女中约有96％通过手术切除了病灶。大约4％的女性没有切除病灶，而是进行了两年的随访影像学检查。
使用三分之二的案例对模型进行了训练，并对其余的三分之一进行了测试。
该测试包括335个病变。研究称，该机器可以正确识别出38种病变中的37种（占97％）。该模型还可以帮助女性避免在随访期间仍保持良性的病变手术的三分之一。
此外，Bahl说，“该模型在活检报告中得到了借鉴，这些词的严重程度和非典型严重程度导致患上癌症的风险更高。”
巴尔说，研究人员希望将乳房X线照相图像和病理切片纳入机器学习模型，最终将其纳入临床实践。
巴尔说：“机器学习是我们可以用来改善患者护理水平的工具，无论这意味着减少不必要的手术，还是能够向患者提供更多信息，以便他们可以做出更明智的决定。”
邦妮·利特瓦克（Bonnie Litvack）博士是位于纽约州基斯科山的北部威彻斯特医院的女性影像中心的医学总监。
“妇女应该知道，存在一种新型的机器学习，可以帮助我们识别出具有低癌症风险的高风险病变。而且，当他们面临是否需要手术切除这些高风险病变的决定时，我们可能很快会为他们提供更多信息，”未参与研究的利特瓦克说。
Litvack补充说：“人工智能是一个令人兴奋的领域，它将帮助我们为女性提供更多数据并帮助他们做出共同的决策。”
该研究于10月17日发表在放射学杂志上。
