美国科学家正在使用人工智能来预测活检中发现的乳腺病变是否会癌变。

该机器学习系统已对 335 个高危病变进行了测试，正确诊断出 97% 为恶性。

科学家表示，它使不必要的手术数量减少了 30% 以上。

一位乳腺癌专家表示这项研究“很有用”。

机器学习系统接受了有关此类病变的信息的训练，该系统在一系列数据点中寻找模式，例如人口统计、家族史、活检和病理报告。

“由于诊断工具非常不精确，医生过度筛查乳腺癌的倾向是可以理解的，”麻省理工学院 Delta Electronics 电气工程和计算机科学教授、乳腺癌幸存者 Regina Barzilay 说。

“当数据存在如此多的不确定性时，机器学习正是我们改进检测和防止过度治疗所需的工具。”

D一次学习

仅在美国，每年就有 40,000 名女性死于乳腺癌，但如果及早发现癌症，通常可以治愈。

乳房 X 线检查在检测此类癌症方面发挥着至关重要的作用，但它们也会得出假阳性结果，例如看起来可疑的病变。

一旦进行手术，许多此类病变就会被证明是良性的。

哈佛医学院教授兼乳腺影像科主任康斯坦斯·雷曼 (Constance Lehman) 表示：“据我们所知，这是D一项将机器学习应用于区分需要手术和不需要手术的高风险病变的研究。”麻省总医院放射科。

“我们相信这可以帮助女性对自己的治疗做出更明智的决定，并且我们可以提供更有针对性的总体医疗保健方法。”

伦敦皇家自由医院乳腺外科顾问医生德巴希斯·戈什 (Debashis Ghosh) 表示，这项技术很好，但在美国可能比在英国更有用。

“在这里，只有不到 5% 的患者接受了这些手术，而在美国，这一比例为 30%。

“我们会尝试在手术前做出明确的诊断，但在缺乏专业知识的情况下，这项技术肯定是有用的。”

这项研究由哈佛医学院、马萨诸塞州计算机科学与人工智能实验室以及马萨诸塞州总医院的科学家进行。