治愈癌癥是醫(yī)學(xué)界的終極目標(biāo)之一，但時至今日這一難題依然困擾著人類，目前全球每年有近千萬人因癌癥喪生。其中，乳腺癌（breast cancer）在全世界范圍內(nèi)都是女性最常見的癌癥，發(fā)病率高居首位，嚴(yán)重危害女性的身心健康并帶來沉重的醫(yī)療和社會負(fù)擔(dān)。

乳腺X線攝影、超聲、MＲI等影像技術(shù)已經(jīng)成為乳腺癌檢出、分期、療效評估以及隨訪的重要手段。20世紀(jì)80年代，計算機(jī)輔助診斷技術(shù)隨著計算機(jī)技術(shù)、數(shù)學(xué)算法和統(tǒng)計學(xué)的進(jìn)步而在醫(yī)學(xué)影像診斷方面有了快速發(fā)展，而隨著人工智能技術(shù)的成熟，這種發(fā)展速度得到了進(jìn)一步的提升。

人工智能提高篩查乳腺癌的效率

早在2016年8月31日，來自休斯頓衛(wèi)理公會醫(yī)院的研究人員稱他們開發(fā)出了一款AI軟件，該軟件在解析乳腺X光圖片時比普通醫(yī)生快上30倍……

為了檢測這款軟件的實力，研發(fā)團(tuán)隊搞了一次人機(jī)大戰(zhàn)，直接給AI安排了500位乳腺癌病人的乳腺X光圖片和病理組織切片報告。同時，該團(tuán)隊還為其安排了各種相關(guān)醫(yī)學(xué)發(fā)現(xiàn)試圖迷惑AI。最后的結(jié)果是AI幾個小時之內(nèi)就成功完成了任務(wù)，而另一邊，兩位乳腺癌界的老司機(jī)，卻花了50-70小時才搞定50位病人的診斷。由此我們可以想見，這款A(yù)I軟件在效率上到底有多恐怖。

人工智能提高篩查乳腺癌的準(zhǔn)確率

麻省理工學(xué)院計算機(jī)科學(xué)與人工智能實驗室（CSAIL ）開發(fā)的模型可以減少乳腺癌的誤報以及避免不必要的手術(shù)，團(tuán)隊合作開發(fā)了一個AI系統(tǒng)，該系統(tǒng)使用機(jī)器學(xué)習(xí)來預(yù)測乳腺的高風(fēng)險病變，是否會導(dǎo)致癌癥。

當(dāng)對335個高風(fēng)險病變進(jìn)行檢測時，該模型正確診斷了97％的乳腺癌是惡性腫瘤，與現(xiàn)有方法相比，良性手術(shù)的數(shù)量減少了30％以上。

麻省理工學(xué)院的Regina Barzilay自己就是乳腺癌的幸存者，她表示：“當(dāng)數(shù)據(jù)有這么多的不確定性時，機(jī)器學(xué)習(xí)就是我們用來改進(jìn)檢測和防止過度治療的工具?！?/p>

人工智能能對乳腺癌進(jìn)行早篩！

2018年9月28日，2018時尚健康粉紅絲帶運動暨英特爾智慧醫(yī)療主題沙龍上，英特爾公司與醫(yī)療影像AI領(lǐng)域的領(lǐng)先企業(yè)匯醫(yī)慧影宣布聯(lián)合推出“人工智能乳腺全周期健康管理系統(tǒng)”，通過人工智能技術(shù)助力乳腺癌篩查及診治。

英特爾技術(shù)團(tuán)隊和國家級醫(yī)療影像人工智能高新技術(shù)企業(yè)匯醫(yī)慧影緊密合作，幫助提升乳腺癌篩查的檢測精度和效率。據(jù)介紹，通過在胸部結(jié)節(jié)、神經(jīng)系統(tǒng)、甲狀腺等多器官系統(tǒng)影像與國內(nèi)外頂級醫(yī)院的影像及?？漆t(yī)生進(jìn)行過人機(jī)讀片對比，經(jīng)過深度學(xué)習(xí)的人工智能系統(tǒng)，讀片準(zhǔn)確率達(dá)到90%。

英特爾還將與匯醫(yī)慧影共同開發(fā)“人工智能乳腺全周期健康管理系統(tǒng)”，提供可靠的端到端的人工智能解決方案，分為三個階段：第一階段，人工智能參與乳腺影像判讀，覆蓋大量人群。第二階段，人工智能輔助臨床決策，結(jié)合影像組學(xué)，提供非常精準(zhǔn)的臨床決策依據(jù)。第三階段，根據(jù)術(shù)后復(fù)查數(shù)據(jù)，人工智能參與動態(tài)監(jiān)控，患者自助式參與治療。

AI能夠識別和治療乳腺癌？

據(jù)福布斯報道，DeepMind從日本東京慈恵會醫(yī)科大學(xué)附屬病院（Jikei University Hospital）獲得了2007年-2018年間約3萬名女性患者的乳房x線照片。該實驗室希望能夠訓(xùn)練一個算法，可以比現(xiàn)有的篩選技術(shù)更有效地識別這些x線照片上的乳腺癌早期跡象。

周四，DeepMind在博客上分別用英語和日語描述了與東京慈恵會醫(yī)科大學(xué)附屬病院的5年合作關(guān)系。DeepMind表示，通過應(yīng)用來自不同國家合作伙伴的數(shù)據(jù)，應(yīng)該有助于最大程度地降低偏差對算法的影響。當(dāng)使用不具有代表性的數(shù)據(jù)訓(xùn)練人工智能算法時，可能會產(chǎn)生偏差， DeepMind表示，這個問題不容輕視。

DeepMind 健康部門的臨床負(fù)責(zé)人Dominc King在博客中寫道：“在身體健康方面，某些群體之間的遺傳和生物差異是很普遍的，這可能會對患者護(hù)理產(chǎn)生巨大影響。例如，在乳房x光檢查中，不同種族的女性乳房密度可能存在相當(dāng)大的差異。因此，如果我們的技術(shù)沒有反映這些差異，那么訓(xùn)練出的人工智能系統(tǒng)就會存在偏差，可能會導(dǎo)致乳腺癌被錯誤識別，甚至漏診?！?/p>

King表示，DeepMind 健康部門希望在未來能與其他國際伙伴合作。

英國癌癥研究中心主任Ara Darzi教授在一份聲明中表示：“東京慈恵會醫(yī)科大學(xué)附屬病院的參與，有助于我們進(jìn)一步發(fā)展該技術(shù)，最終可能會改變每年數(shù)百萬乳腺癌患者的護(hù)理和治療?！?/p>