麻省理工学院(MIT)的研究人员近日在乳腺癌早期检测领域取得了重大突破。来自Jameel机器学习诊所和MIT计算机科学与人工智能实验室(CSAIL)的团队开发出了一款名为Mirai的深度学习模型,该模型能够在临床诊断前5年就识别出乳腺癌。
Mirai基于乳房X线照影技术,旨在检测高风险女性的癌前变化。该模型可以预测患者在未来不同时间点的风险,并能在有相关数据时纳入年龄和家族病史等临床风险因素。此外,Mirai还被设计为在面对不同乳房X线照影设备等轻微临床差异时保持一致的预测结果。
在技术层面,Mirai分析了来自122名患者的560个组织样本的染色质图像,识别出了导管原位癌(DCIS)各阶段的8种不同细胞状态。通过同时考虑细胞组成和空间排列,该模型揭示了组织结构在预测疾病进展中的关键作用。
Mirai使用卷积变分自编码器,从简单的染色质染色图像中学习。这种方法比复杂的测序技术更经济、更易获取。值得注意的是,该模型能够在肉眼看起来正常的组织中检测到与侵袭性癌症相关的细胞状态。
目前,乳腺癌在早期发现时的5年生存率约为90%。Mirai提供的5年提前诊断时间可能会显著改善患者预后。
商业巨头安南德·马辛德拉在社交媒体上赞扬了这一医学进展,强调了AI在提前5年检测乳腺癌方面的潜力。
这项研究不仅展示了人工智能在医疗领域的巨大潜力,也为乳腺癌的早期诊断和治疗开辟了新的可能性。随着技术的进一步发展和完善,Mirai有望成为乳腺癌筛查的有力工具,为挽救更多生命做出贡献。
| 
