美国麻省总医院和麻省理工学院最新研究：人工智能可提前五年预测乳腺癌风险( 二 ) 美国麻省总医院和麻省理工学院的研究人

为考量三组新建模型预测结果的准确性，研究人员将目前被广泛应用于乳腺癌风险评估的第八代Tyrer-Cuzick模型作为对比项。

从研究结果来看，在混合模型归纳的高风险人群中，有31%的人在多年后检测出患有乳腺癌，而Tyrer-Cuzick模型预测成功率仅有18% 。此外，混合模型对各种族女性患乳腺癌风险的预测结果同样准确。

但研究人员表示，在混合模型投入应用之前仍需面对人工智能模型常见的黑箱问题，还要经过多个机构和供应商的验证。

顺利通过验证后，这些模型或许可以取代传统的风险因子，对女性患乳腺癌的风险做出更精准的判断，最终实现更个性化的乳腺癌护理方式。

“放射学家自20世纪60年代以来就注意到，从乳房X光片上可以看出，女性的乳腺组织模式非常独特且各不相同。 ”麻省总医院乳腺成像主任Constance Lehman表示， “这些模式可能受到各种因素的影响，比如遗传、激素、妊娠、哺乳、饮食、减重和增重等。通过深度学习模型，我们可以利用这些详细信息，在个人层面上实现更加精准的风险评估。 ”