AI模型提前5年预测乳腺癌，MIT研究登上Science并获LeCun转发
编辑日期：2024年08月07日
这些数字听起来非常吓人，但并不意味着完全没有希望。
当癌症处于最早期的局部阶段时，5年的相对生存率是99%。近年来，乳腺癌的早期检测和治疗方法有了显著改进，这大大提高了患者的生存率。目前，在美国有超过400万的乳腺癌幸存者。
AI，就是这项进步背后的一个重要推动力量。
近日，Science 在X上连续发布多篇文章，展示了AI在乳腺癌检测领域的应用潜力。
「人工智能能提前5年检测出乳腺癌」。
这条推文不仅获得了Lecun的转发，也引起了众多网友的讨论。
AI 对人类社会的影响远不止当前热门的生成式AI，它更有可能“拯救生命”，为人类减轻病痛并带来福祉。
来自MIT的CSAIL实验室和Jameel诊所的科学家们开发了一款名为「Mirai」的深度学习系统，该系统能够根据传统的乳房X光检查来预测乳腺癌的风险。
论文链接：https://www.science.org/doi/10.1126/scitranslmed.aba4373
「Mirai」标志着我们在个性化癌症筛查和提升患者治疗效果方面迈出了重要一步。
乳房X光检查（乳房造影）用于检测没有乳腺癌迹象或症状的女性的乳房变化。
世界各地的卫生组织支持乳房X光检查以实现早期癌症检测，而且这种方法已经证明了其价值，可以将死亡率降低20%-40%。
尽管这是早期检测的最佳工具之一，但仍有许多需要改进的地方：假阳性、假阴性、图像解读中的人为差异以及专业放射科医生的短缺......
而作为一款深度学习系统，Mirai能够利用人工智能的力量来预测乳腺癌的发生，它包含了三个关键性的创新：
这使得Mirai能够提供精确的风险评估，并且可以适应不同的临床环境。
Mirai不仅能预测患者在未来的不同时间点的风险，还可以纳入如年龄和家族病史等临床风险因素（如果有的话）。
此外，它还能在微小的临床差异情况下（例如不同的乳腺X射线摄影设备）保持稳定的预测性能。
该模型的一个很有前途的特点是，它能够适用于不同的种族人群。
Mirai 对白人和黑人女性的检测准确性相当，考虑到黑人女性的乳腺癌死亡率比白人女性高出 43%，这是一个重大进步。
为了将基于图像的风险模型整合进临床护理中，研究人员需要对算法进行优化，并在多个医院进行大规模的验证。
研究团队使用了麻省总医院（MGH）超过20万份的检查结果来训练Mirai，并且使用了来自麻省总医院、瑞典卡罗林斯卡研究所和台湾长庚纪念医院的数据对其进行验证。
现在在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优于以往的方法。
其表现优于Tyrer-Cuzick模型，识别出的未来癌症诊断数量几乎是Tyrer-Cuzick模型的两倍。
并且，Mirai 在不同的种族、年龄组、乳房密度类别和癌症亚型中都能保持其准确性。
CSAIL的博士生，该论文的第一作者Adam Yala表示，「优化后的乳腺癌风险模型能够实施更有针对性的筛查策略，相较于现行指南推荐的方法，这种方法能更早地检测出乳腺癌并减少筛查带来的潜在伤害。」
该团队正在与全球各地不同机构的临床医生合作，以在不同的人群中进一步验证这个模型，并研究其临床应用的情况。
目前，研究人员正在改进Mirai，利用患者的完整影像病历，并结合断层合成等先进的筛查技术。
这些改进措施可以完善风险筛查指导，为高风险群体提供更敏感的筛查方法，同时减少其他不必要的程序。
不仅限于Mirai，Science还推荐了更多关于AI检测乳腺癌的研究。
为了提高乳腺癌的生存率，来自MIT的研究人员设计了一种可穿戴的超声波设备，可以帮助患者在早期阶段检测到肿瘤。这项研究同样来自MIT。
麻省理工学院工程学院院长，电子工程和计算机科学教授Anantha Chandrakasan，同时也是该研究的作者之一，表示：
「这项工作将运用在材料、低功耗电路、人工智能算法和生物医学系统等方面的进步，大力推动超声波研究和医疗设备的设计。」
「并且为乳腺癌的检测和早期诊断提供了基础，而这对于获得积极的治疗效果是关键。」
此外，此前《纽约时报》曾报道过一则新闻，关于AI检测出医生遗漏的乳腺癌病例。
据报道，匈牙利已经成为人工智能软件检测癌症的主要试验地，而医生们正在争论这项技术是否将会取代他们的医疗工作。
2016年，世界顶尖的人工智能研究者之一的Geoffrey Hinton预测，该项技术将在五年之内超越放射科医生的水平。
他在2017年对《纽约客》表示：“我认为，如果你是一位放射科医生，那你就像动画片里的Wile E. Coyote。”
「你已经站在悬崖边缘，但还未向下张望，下方是一片深不见底的深渊。」
Hinton所言不假，在Science发布的一条推特中，一项研究显示，使用人工智能的医生比不使用人工智能的医生更能够容易地检测出乳腺癌。
这项研究表明，人工智能可以自动处理超过一半的扫描任务，从而大大减轻放射科医生的工作负担。
在X上，Science还特别提到了一位人物——康妮·莱曼博士（Dr. Connie Lehman）。
康妮·莱曼是哈佛医学院的放射学教授和马萨诸塞州综合医院的放射科医生，她也是本文开头所提到的奠基性论文的共同作者。
早在1998年，当她开始从事计算机辅助设计（CAD）工作时，她就对CAD在改善乳腺癌检测方面的潜力感到兴奋。
她坚信 CAD 技术能够帮助放射科医生发现更多的癌症病例，实现早期诊断，并且有可能提高治愈率。
但是，故事并没有像她所想象的那样结束。
虽然实验室研究显示CAD有可能发挥作用，但在临床应用上并未达到我们预期的效果。
莱曼回忆说：“但我持谨慎乐观的态度认为，新的人工智能模型将能更成功地利用计算机的力量来增强成像的效果。”
如今的 Lehman 正在将 Mirai 的技术推向市场，并创立了 Clairity。
Clairity 致力于运用人工智能的技术进步来从医学影像中揭示新的洞察，精准识别出癌症风险最高的患者。
值得一提的是，莱曼博士对自己的研究成果相当低调，这个消息是莱曼的儿子向《科学》杂志透露的。
后来还获得了《科学》杂志的转发。
并写下了「AI CAN BE GOOD!」这样充满希望的文字。
参考资料：
本文出自微信公众号：微信公众号（ID：null），作者为新智元。
