由瑞典卡罗林斯卡学院领导的一个国际研究小组现在可以证明该方法在不同的欧洲国家是有效的。该研究发表在《柳叶刀区域健康-欧洲》上。
用于评估乳房X光检查图像的基于人工智能的风险模型能够识别患有乳腺癌高风险的女性，这些女性可能需要补充检查以提高早期发现的可能性。
在意大利、西班牙和德国超过8,500名女性测试了该方法后，研究人员现在可以证明该模型在不同人群中效果良好。
在目前的乳房X光检查项目中，女性在固定的年龄(瑞典为40-74岁)和时间间隔内接受筛查，通常每隔一年进行一次。
然而，研究表明，患乳腺癌的风险各不相同，这意味着女性可以通过更好地了解自己的个人风险，从个性化筛查中受益。风险模型已经存在了几十年，并且通常基于女性的乳腺癌家族史和生活方式因素。
人工智能检测微小变化
通过让训练有素的人工智能检查筛查图像，研究人员开发了一种全新的风险模型，该模型基于图像中的微小变化，这些变化对于人眼来说太小而无法记录。
“它不像使用基因等少数因素的传统模型那么简单，因为图像中考虑了数千个因素，”研究负责人解释道MikaelEriksson，卡罗林斯卡学院医学流行病学和生物统计学系博士后研究员。。
“人工智能能够在这些因素中找到不同的模式，每一个模式都很弱，但人工智能可以将它们结合起来。人工智能还可以对未来乳房可能发生的情况进行总体评估。”
目前，大量女性在确诊时已处于晚期，甚至可能在两次筛查之间患上乳腺癌。基于人工智能的风险模型可用于确定哪些女性需要额外检查，作为正常乳房X光检查的补充，以便更早地发现任何肿瘤。
目前的研究证实了早期的报告，其中基于人工智能的风险模型能够识别出一组女性，她们患乳腺癌的风险几乎是正常人群的七倍。
个体化筛查
“虽然大约6%的女性属于高风险，但如今她们的筛查方式与低风险女性相同，”埃里克森博士说。“我们认为专门进行的筛查可能更适合这些女性。”
然而，这项研究的目的并不是研究临床应用本身，而是检查该方法是否也适用于欧洲各地的不同乳房X光检查计划，该方法已在瑞典和美国进行了评估。
“首先，你开发模型并在稍微有限的人群中进行测试，然后继续在其他人群中证明其普遍性，之后你就会相信该模型是有效的，”他继续说道。
该研究的下一阶段是在欧洲进行一项临床研究，对女性进行筛查并根据人工智能模型给出的风险值给予不同的治疗。该方法几年前在美国进行了临床评估。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！