人工智能模型实现乳腺癌风险预测 影像分析技术取得突破

哈佛医学院研究团队在北美放射学会年会展示人工智能乳腺癌风险预测模型，该技术通过分析乳腺X光影像可预测五年内患病风险。这项人工智能乳腺癌风险预测技术基于42万例乳腺X光片训练，采用深度卷积神经网络识别组织中的风险特征。

研究负责人康斯坦斯·莱曼教授表示："该模型能够检测到人眼无法看到的乳腺组织变化。这独立于检测和诊断之外，将利用人工智能的力量和图像中尚未开发的信息。"测试数据显示，高风险组女性的癌症发生率是平均风险组的4.5倍，显著优于传统乳腺密度评估方法。

该人工智能乳腺癌风险预测模型根据美国国家综合癌症网络标准将风险划分为三个等级。第一作者Christiane Kuhl博士指出："人工智能风险模型在五年癌症预测方面比单独使用乳腺密度提供了更强、更精确的风险分层。"目前美国32个州已立法要求告知女性乳腺密度信息，但该指标对风险判断作用有限。

随着早期筛查需求增长，这项人工智能乳腺癌风险预测技术可为40岁以下女性提供更精准的评估工具。莱曼教授补充说明："未来，30岁时进行一次基线乳房X光检查，可以让那些影像学风险评分较高的女性加入到更早、更有效的筛查途径中。"该研究为个性化乳腺癌防控提供新的技术支撑。

（来源：维度网）