机器学习模型可识别乳房病变风险

《科学日报》，华盛顿，10月21日(记者刘海英)——美国研究人员最近在《放射学》杂志的在线版上发表了一篇文章，称他们开发了一种机器学习工具，可以确定哪些高危乳腺病变可能会变成癌症，从而帮助医生做出正确的治疗决定，减少不必要的手术。

乳腺病变是女性的常见病，高危乳腺病变很有可能转化为癌症。正是因为这种风险，手术切除病变组织通常被认为是首选的治疗方法。然而，许多病变不会对患者的生命构成直接威胁，并且切除是不必要的。这一次，麻省理工学院计算机科学和人工智能实验室的研究人员和麻省总医院的乳房成像专家开发了这种机器学习模型，以提高乳腺癌检测，防止过度治疗和减少不必要的手术。

该模型不仅可以分析患者年龄、病理组织学等传统的危险因素，还可以分析一些独特的因素，如活检病理报告文本中出现的词语。经过训练，机器学习模型分析了335个病例，并正确预测了38个病变中的37个，准确率为97%。研究人员表示，使用该模型将有助于避免近三分之一的良性手术。

研究人员表示，这项新研究只是“概念的证明”，表明机器学习技术在临床诊断中有很大用处。他们的目标是在临床实践中应用这一工具来帮助医生监控患者并做出更明智的治疗决策。

特别声明:转载本文仅用于传播信息，并不代表本网站的观点或确认其内容的真实性。如果其他媒体、网站或个人从本网站转载，他们必须保留本网站注明的“来源”，并承担版权等法律责任。如果作者不希望被重印或联系重印费，请联系我们。