海外医疗：人工智能模型能否预测乳腺癌风险

根据在北美放射学会(RSNA)年会上提交的研究，仅使用乳房x光图像生物标记开发的深度学习人工智能(AI)模型已经准确预测了导管原位癌(DCIS)和浸润癌。此外，该模型没有显示出对多个种族的偏见。传统的乳腺癌风险评估模型使用从患者问卷中获得的信息，如病史和生育史，来计算患者未来患乳腺癌的风险。

“在精准医疗领域，基于风险的筛查一直难以实现，因为我们无法准确评估女性患乳腺癌的风险，”该研究的主要作者、马萨诸塞州总医院(MGH)乳腺放射科医师Leslie R. Lamb说。“即使是现有的更好的传统风险模型在个体层面上也表现不佳。”

传统的风险模型在不同的患者种族中也表现不佳，很可能是由于用于开发模型的数据。兰姆博士说，“由于开发传统模型的人群不同，传统模型可能存在种族偏见。”“几个常用的模型主要是在欧洲高加索人群中开发的。”

根据美国癌症协会的数据，在所有种族和民族中，黑人女性的乳腺癌5年相对存活率更低。这意味着在所有乳腺癌类型中，黑人和白人妇女之间的5年生存率持续存在6%至8%的差异。为了准确确定乳腺癌风险，促进早期检测和提高患者存活率，开发适用于不同人群的风险模型是非常重要的。