5月7日，麻省理工学院计算科学和人工智能实验室(MIT CSAIL)与美国马萨诸塞州综合医院(MGH)发布了一个全新的人工智能系统，该系统可以从乳房X光造影检查中预测患者是否会在未来五年内患上乳腺癌。

　　据悉，这一模型学习了6万余名患者的乳房X线照片和已知结果，以了解乳腺组织中潜在恶性肿瘤的特征。

　　根据密度值和混合深度学习(DL)风险评估乳腺癌发病率。

　　麻省理工学院与马萨诸塞州综合医院的人工智能模型在一位女性患乳腺癌4年前判断其处于高危状态。(右图：4年前；左图：患病时)

　　癌症是现代最致命且最不被了解的疾病之一。根据世界卫生组织提供的数据，2018年，全球新发癌症病例为1800万例，死亡人数960万，平均死亡率52.9%。就乳腺癌而言，2015年，全球有232000名女性被诊断出这种疾病，另约40000人因此死亡。

　　作为乳腺癌的幸存者，上述研究的责任作者、麻省理工学院教授Regina Barzilay表示，她希望这样的系统可以使医生为患者定制个性化的筛查和预防计划，以减少诊断延误的情况。

　　该研究的主要作者Adam Yala说，“我们的目标是使这些进步成为护理标准的一部分”，“通过预测，我们可以在出现症状之前拯救生命并抓住癌症。”

　　麻省理工学院表示，不同于以往针对白人群体开发的模型，这款人工智能模型对白人和黑人女性同样准确，两个种族均为0.71 ，“这一点尤其重要，因为黑人女性因乳腺癌而死亡的比率高出42%”。

　　这项研究在线发表于国际影像学领域顶级期刊《Radiology》。

　　人工智能诊断乳腺癌已有多次尝试。2018年，谷歌曾发布一款针对晚期乳腺癌的人工智能检测系统，可以在99%的情况下正确区分转移性癌症。该技术使每张肿瘤图片的诊断时间减少至1分钟。麻省理工学院也在2018年10月开发了一款评估乳房X线照片中的致密乳房组织的深度学习模型，其诊断表现与放射科医生相似。