一项新的研究正在展示另一种方法 人工智能正在进入医学领域 --并可能改进预测乳腺癌风险的现有做法。
这项研究于本周二发表在同行评审期刊《放射学》上,发现人工智能算法在预测5年风险方面优于标准临床风险模型。 乳腺癌。
风险模型,如乳腺癌监测联合会(BCSC)的临床风险评分,通常使用自我报告和其他患者信息,包括年龄、家庭病史等,来计算妇女患乳腺癌的风险。
"临床风险模型依赖于从不同来源收集信息,这些信息并非总是可用或收集的,"首席研究员博士。维尼什。北加州凯撒医疗机构的研究科学家和执业放射学家阿拉苏在一份新闻稿中说。"人工智能深入学习的最新进展为我们提供了提取成百上千个额外乳房X光特征的能力。"
在回顾性研究中,分析了成千上万的乳房X光片,并通过五种人工智能算法生成了五年期乳腺癌的风险分数。然后将这些评分与BCSC的临床风险评分进行比较。
"这五种人工智能算法在预测0-5年乳腺癌风险方面都比BCSC风险模型表现得更好,"阿拉苏说。这个五年期的强劲预测表现表明人工智能正在识别癌症的缺失和乳腺组织的特征,这有助于预测未来癌症的发展。"
虽然一些机构已经在使用人工智能来帮助检测乳房X光片上的癌症,但这些发现表明人工智能可以成为帮助病人将来获得风险评分的重要工具--根据该发布的数据,人工智能需要几秒钟才能产生。
"人工智能用于癌症风险预测为我们提供了一个机会,使每个女性的护理个性化,这是不系统的,"阿拉苏说。"这是一种能够帮助我们在全国范围内提供个性化、精密医学的工具。"
