乳腺癌已成為全球女性中,發(fā)病和死亡均居于首位的惡性腫瘤。據(jù)世界衛(wèi)生組織統(tǒng)計,全球每年新發(fā)乳腺癌病例高達120萬左右。
盡管在遺傳學和現(xiàn)代醫(yī)學成像技術都取得了重大進展,但大多數(shù)乳腺癌患者的診斷仍然不盡如人意。對于大多數(shù)乳腺癌患者來說,確診時已經(jīng)為時已晚。盡早的診斷意味著能有及時的治療,不確定的診斷則意味著要花費更多的醫(yī)療費用。因此,乳腺癌的早期發(fā)現(xiàn)和早期診斷是一直是乳腺癌研究中的努力方向。
考慮到這一點,麻省理工學院計算機科學與人工智能實驗室(CSAIL)和馬薩諸塞州綜合醫(yī)院(MGH)的團隊創(chuàng)建新的深度學習模型,該模型可以通過乳房X光檢查中預測患者在未來五年內(nèi)是否可能發(fā)展成乳腺癌。該模型接受了來自60000多名乳腺癌患者的乳房X線照片的已知結果的培訓,學習了乳房組織中惡性腫瘤前兆的細微模式。
雖然,乳房X線照相術已被證明可以降低乳腺癌的死亡率,但仍然存在關于篩查頻率和何時開始的爭論。麻省理工學院教授Regina Barzilay說:“我們可以根據(jù)女性患癌癥的風險進行個性化篩選,而不是采取一刀切的方式,醫(yī)生可能會建議一組女性每隔一年進行乳房X光檢查,而另一組高危人群可能會進行磁共振成像檢查?!?/p>
該團隊的模型在預測風險方面明顯優(yōu)于現(xiàn)有方法:該模型能夠準確預測最高風險類別中所有癌癥患者中的31%,而傳統(tǒng)模型僅為18%。
乳腺癌的早期發(fā)現(xiàn)和早期合理治療,可大大延長患者的生存期。該模型通過預測未來誰會發(fā)展成癌癥,將有望在癥狀出現(xiàn)之前挽救生命。
-
乳腺癌診斷
+關注
關注
0文章
4瀏覽量
5824 -
麻省理工學院
+關注
關注
0文章
12瀏覽量
6868
發(fā)布評論請先 登錄
相關推薦
評論