图片来自网络
2017年10月17日，《Radiology》杂志刊登的研究结果显示，人工智能对乳腺高风险病灶的分辨率达到97%，减少了30%的良性乳腺病灶手术。
在美国，每年有4万名女性死于乳腺癌。如果诊断较早，患者有治愈的可能性。乳腺钼靶X线检查是较好的检查方法。但是该检查仍不完美，常出现假阳性结果，需要进行额外的穿刺检查和手术治疗。
常见的假阳性结果之一是高风险病灶，乳腺钼靶X线检查结果怀疑是恶性，但是在穿刺活检结果显示是正常细胞。如果乳腺钼靶X线检查结果提示可疑病变，需要进行穿刺活检来确认。大部分病例里医生会手术切除可疑病变部位，但是术后有90%的病例确认为良性。这意味着每年有数千名女性接受不必要的、痛苦和昂贵的手术。
为解决这个问题麻省理工学院计算机科学与人工智能实验室（CSALIL）、马萨诸塞州总医院、哈佛医学院的研究者使用人工智能（AI）区分乳腺高风险病灶进行了探索。
AI初步学习了600例现有的高风险病例。学习内容包含各种区分因素，如人口统计学、家族史、穿刺活检病史、病理报告等。
对335例高风险病灶病例的检验过程中，AI的乳腺癌诊断率达到了97%，减少了30%的良性乳腺病灶手术。
参考文献
Bahl M, Barzilay R, Yedidia AB, et al. High-Risk Breast Lesions: A Machine Learning Model to Predict Pathologic Upgrade and ReduceUnnecessary Surgical Excision. Radiology. 2017 Oct 17:170549. doi: 10.1148/radiol.2017170549. [Epub ahead of print]
