AI模型提前5年预警乳癌，MIT研究登Science分享LeCun

【导读】通过AI的力量，科学家们正在改变乳腺癌的现状。

全球范围内，每年有超过60万名妇女因乳癌而难以生存。

在美国，有八分之一的妇女在生活中被诊断为乳癌。

这听起来很可怕，但并非没有希望。

在最早的局部阶段， 五年的相对存活率为 99%。近几年，初期检验 与治疗 该方法的进步显著提高了乳腺癌的存活率，目前美国乳腺癌的存活率超过400万。

AI，正是这一进步背后的重要推动力量。

最近，Science在X上发布了多篇帖子，显示了AI在乳癌检查中的应用潜力。

「人工智能早5年检测出乳癌」。

这篇文章不仅得到了Lecun的分享，也引起了很多网友的讨论。

人工智能对人类社会的影响，不仅仅是目前火热的生成式人工智能，更有可能是「going to save lives」，减轻病痛，给人带来福祉。

MIT JameelCSAIL实验室和 科学家Clinic创建了一个深度学习系统「Mirai」，乳腺癌的风险可以通过传统的胸部x光检查来预测。

论文地址：https://www.science.org/doi/10.1126/scitranslmed.aba4373

「Mirai」这意味着在个性化癌症筛查和更好的病人治疗方面迈出了重要的一步。

Mirai：早期预防乳癌 减少筛查伤害

胸部x光检查（Mammogram）用来检测没有乳癌体征或疾病的妇女的乳房变化。

全世界的卫生组织都支持Mammogram筛查来实现早期癌症检测，并且它已经证明了它的价值，可以降低死亡率。 20-40%。

虽然这是初试最好的工具，但是有很多区域需要改进:假阳性、假阴性、图像解读中的人为差异以及缺乏专业的放射科医生...

作为一种深度学习系统，Mirai可以利用人工智能的力量来预测乳腺癌的形成，它包括三个关键创新：

- 联合建模时间点

- 选择性使用非图像风险因素

- 确保跨临床环境性能一致性

这样，Mirai就能提供适应不同临床环境的准确风险评估。

Mirai不仅可以预测未来不同时间点患者的风险，还可以纳入年龄、家族史等临床风险因素(如果有的话)。

另外，它还可以在细微的临床差异(例如乳房X射线照相设备的不同)前提下保持稳定的预测结果。

这个模型非常有前途的一点是，它可以适用于不同的种族。

由于黑人妇女乳腺癌死亡率比白人妇女高43%，Mirai对白人和黑人妇女的准确率相当高，这是一个很大的进步。

大规模验证

为将基于图像的风险模型整合到临床护理中，研究人员必须对算法进行改进，并在多家医院进行大规模验证。

使用麻省总医院的研究小组（MGH）通过麻省总医院、瑞典卡罗林斯卡研究所、台湾省长庚纪念医院的数据，对Mirai进行了20多万次检测结果的培训，并进行了验证。

现在MGH安装的Mirai在预测癌症风险和识别高危人群方面的准确性明显高于以前的方法。

其性能优于Tyrer-Cuzick模型，未来癌症确诊病例几乎是Tyrer-Cuzick模型的两倍。

而且，在不同种族、年龄、胸部密度类别和癌症亚型中，Mirai 一切都可以保持准确。

Adamam是CSAIL博士生，论文第一作者。 Yala说，「改进后的乳腺癌风险模型可以实现有目的的筛查策略。与现有指南提供的方法相比，可以更早预防乳腺癌，减少筛查伤害。」

该团队正在与来自世界各地不同机构的临床医生合作，在不同人群中进一步验证该模型，并对其临床实施进行研究。

现在，研究人员正在完善Mirai，利用病人完整的影像史，结合断层生成等先进的筛查技术。

在减少其它不必要程序的同时，这些改进措施可以完善风险筛查指南，为高风险人群提供更加敏感的筛查。

更多关于AI应用于乳癌检测的研究？

Science不仅推荐了Mirai，还推荐了更多关于AI检测乳癌的研究。

为提高乳腺癌的存活率，研究人员设计了一种可穿戴的超声设备，可以使患者在初期检测出肿瘤，这项研究也来自MIT。

麻省理工学院工程学院院长Ananthant Chandrakasan、Vannevar电子工程与计算机科学教授 Bush，还有一位研究作者说：

「这项工作将利用材料、低功耗电路、人工智能算法和生物医学系统的进步，极大地促进超声研究和医疗设备设计。」

「并为乳腺癌的检测和早期发现提供了一种基本能力，这是获得积极疗效的关键。」

此外，在此之前，《纽约时报》还有一篇文章。「AI检测出医生遗漏的乳癌。」有关报道。

据报道，匈牙利已经成为人工智能软件发现癌症的主要试验场，医生们正在争论这项技术是否会取代他们的医疗工作。

2016 2008年，世界领先的人工智能研究者之一 Geoffrey Hinton 感觉，这个技术会 超越放射科医师五年的技能。

「在我看来，如果你是放射科医生，你就像漫画中的Wile一样。 E. Coyote」，2017年，他告诉《纽约客》。

「你们已经在悬崖边上了，但是你们还没有往下看，下面是看不见地面的谷底。」

Hinton 在Scien中说非虚， 在ce发布的推特中，有一项研究表明，使用人工智能医生比不使用人工智能医生更容易发现乳癌。

这项研究表明，人工智能可以自动处理超过一半的扫描，大大减少了放射科医生的工作量。

把研究推向市场

在X上，Science还特别提到了一个人——Dr. Connie Lehman。

Connie 作为哈佛医学院放射学教授和马萨诸塞州总医院放射专家，Lehman也是本文开头具有奠基功效的论文的合并者。

一九九八年，她开始从事计算机辅助设计。 (CAD) 工作时，便对其改善乳癌检测的潜力感到兴奋。

他坚信，CAD技术可以帮助放射科医生发现更多的癌症，实现早期发现，并且可以产生更高的治愈率。

但是这个故事并没有像她想象的那样结束。

「虽然实验室的研究发现CAD可以发挥作用，但是它在临床上并没有产生我们想要的影响。」

Lehman回忆说，「但是我谨慎乐观地认为，新的人工智能模型将更加成功地利用计算机的力量来提高显像效果。」

现在Lehman正在把Mirai背后的技术推向市场，创建Clairity。

Clairity致力于利用人工智能的进步，使医学图像发布新的见解，准确地识别患癌症的风险最高的人。

值得注意的是，Dr.Lehman的研究成果相当低调，Lehman的儿子向Science透露了这一消息。

随后得到了Science的分享。

并写下了「AI CAN BE GOOD!」如此令人满怀期待的文字。

参考资料：

https://news.mit.edu/2021/robust-artificial-intelligence-tools-predict-future-cancer-0128

https://www.cnn.com/videos/health/2023/03/07/artificial-intelligence-breast-cancer-detection-mammogram-cnntm-vpx.cnn

https://news.mit.edu/2023/wearable-ultrasound-scanner-breast-cancer-0728

本文来自微信微信官方账号“新智元”，编辑：庸庸 经授权发布的乔杨，36氪。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com