乳腺癌，这种常发于乳腺上皮组织的恶性肿瘤，在我国的发病率一直居高不下。乳腺癌早期无明显症状，容易被错诊和误诊，很多女性对于乳腺癌也没有正确的认知。乳腺癌筛查是预防乳腺癌较为有效的措施，也是减少发病率和提高五年生存率的关键。伴随科学的不断进步，乳腺癌筛查手段也不断增多。AI技术的发展，让人工智能提高了乳腺癌筛查准确率，让更多女性受益。
随着对癌症的深入研究和个体化治疗的兴起，临床对癌症的诊断的精确度提出了更高的要求。而人工智能 (AI) 的进步以及数字病理诊断技术的应用，促进了乳腺肿瘤检测的准确性，为肿瘤的病理分类和评估预后提供了更加有效的方法。
预测乳腺癌的AI算法
麻省理工学院的教授和麻省总医院的同道们开发出一种预测乳腺癌的AI算法，并获得了人工智能促进协会（AAAI）颁发的松鼠AI奖。他们训练的AI，可以通过一张乳房X光片来预判，一个人有多大可能在5年内患上乳腺癌。
此次训练用了麻省总医院的6万多张结局已知的X光片，时间从2009年-2012年。预测范围是5年，就是说结局较晚出现在2014年-2017年。AI会从中学习，乳腺组织里哪些特征是恶性肿瘤的先兆，这些特征中的有些对肉眼来说十分微小，难以捕捉。
在后来确诊的所有患者当中，AI成功通过前期X光片对31%的患者做出了“高风险”预测；相比之下，传统模型的成绩只有18%。到目前为止，这只AI已经在美国、瑞典等地的许多医院里做过测试。而该团队现在正和一些乳腺癌组织合作，希望为世界各地的贫困人口提供诊断工具。
AI系统检测乳腺癌准确性高
无独有偶，英国《自然》杂志2020年1月发表的一项新研究，报告了一款特殊的人工智能（AI）系统，利用大型数据库评测的结果显示，其检测乳腺癌的能力甚至超过了人类放射科专家。该深度学习模型或能推动前瞻性临床试验，提高乳腺癌筛查的准确性和效率。
这项研究中，研究人员通过研究，成功利用人工智能模型对英国和美国的数千名女性进行乳腺癌的扫描检测；这些图像在现实生活中已经被医生分析检查过了，但与临床环境不同的是，机器（人工智能算法）并没有依据病人的病史来进行疾病的诊断。
研究者发现，人工智能模型（AI模型）可以通过扫描来帮助预测并诊断乳腺癌，其准确率与放射专家相当。此外，基于人工智能研究的结果还表明，在美国和英国，乳腺癌被误诊的比率分别降低了5.7%和1.2%；其还能使得美国和英国人群的漏诊率下降9.4%和2.7%。
不过需要注意的是，人工智能对乳腺癌的筛查仍处于实验阶段，缺乏大量的临床数据验证。国内女性想要更好的预防乳腺癌，一是增加对预防和筛查乳腺癌的相关知识储备，转变固有思路，做到早预防、早诊断和早治疗。二是要定期去医院进行体检，了解自己的身体情况。现在国内资源较为紧张，体检项目较为模式化。因此，去美国等国家进行体检也许是更好的选择。国内女性可以联系盛诺一家，协商出国体检的相关事宜。
参考资料：
【1】2015年中国恶性肿瘤流行情况分析,中华肿瘤杂志，2019年第41卷第1期
Cancer incidenceand mortality in China, 2014. Chin J Cancer Res 2018;30(1)
【2】A Deep Learning Mammography-based Model for Improved Breast Cancer Risk Prediction
https://pubs.rsna.org/doi/pdf/10.1148/radiol.2019182716
【3】Nature：McKinney, S.M., Sieniek, M., Godbole, V. et al. International evaluation of an AI system for breast cancer screening. Nature 577, 89–94 (2020) doi:10.1038/s41586-019-1799-6
https://news.bioon.com/article/6748708.html
