【天极网网络频道】一组资料显示，在美国，约有12%的女性存在患上浸润性乳腺癌的风险，预计到2020年，仅有26.8万新发病例将被诊断出来。
幸运的是，根据美国癌症协会的资料来看，浸润性乳腺癌5年生存率相当高，约在85-99%，平均10年生存率约为83%。因此早期的检测成为了延长存活率至关重要的因素。
为此，在本月发表在Radiology期刊上的一篇论文中，IBM科学家详细介绍了一种能够在一年内预测患者恶性乳腺癌发展的AI模型。行评审结果显示，他们的系统分别正确预测了87%和77%的癌症和良性病例的发展。此外，通过对9611个X线照片和健康记录的新型语料库进行培训，它能够在48%的人身上识别出乳腺癌，准确度与放射科医师相当。
为了编制训练资料集，Chorev及其同事采购了与临床资料相关脱敏乳腺影象和与患者电子健康记录相对应的生物标记，包括但不限于甲状腺功能、白细胞谱、代谢综合征等相关资讯，并将这些资料(包括活组织检查，癌症登记资料，实验室结果)纳入机器学习模型，该模型将临床风险因素之间的联络进行对映，以预测活组织恶性肿瘤，并区分正常和异常的筛查结果。
目前除IBM外，Google、麻省理工学院和纽约大学均尝试这方向的研究，致力提高乳腺癌筛查的准确性。IBM研究人员兼放射学论文的合著者Michal Chorev在部落格文章中表示，有朝一日，希望这个模型将会辅助放射科医生确认良性病灶与恶性病灶。
