乳癌是香港女性最常見的癌症,每16名女性當中,便有一人患上乳癌。要戰勝乳癌,關鍵在於能否通過篩檢及早診斷,讓病人得到及時治療。美國麻省理工學院(MIT)近日便以人工智能(AI)技術,研製了一個深度學習模型,透過分析乳房X光照片,能預測女士5年內患上乳癌的風險,讓高風險女士及早防備。

目前醫學界評估女性患乳癌的風險時,會以個人體格及生活習慣(如在12歲前是否已有月經、30歲以後才懷孕產子或未曾生育、55歲後才停經、乳房組織密度高、是否曾服用避孕藥及接觸輻射),曾否接受補充荷爾蒙藥物治療,以及是否有家族乳癌或卵巢癌史等遺傳因素來釐定。

至於MIT開發的最新預測模型,則利用人工智能技術,透過學習90,000張乳房X光片,讓電腦能辨識乳房組織微妙複雜的變化,從而演算女士未來5年患乳癌的機率。根據研究結果,新預測模型能識別31%的高風險女士,而傳統的乳癌預測模型(Tyrer-Cuzick model)則只能識別出18%。

然而,此模型仍有一定限制,如未能識別餘下七成的高風險人士;假如日後診斷乳癌技術有所提升,AI運算方法將完全改寫,系統亦需重新學習;又或者將來出現新的高風險因素,例如發現新的乳癌基因,模型亦未必能即時更新;若輸入AI系統的數據不準確,得出的分析結果亦會誤導或不可靠,亦即數據分析中常提及的「Garbage in garbage out」。

由於識別高風險人士並非等於確診,因此對臨牀應用較低。不過,假以時日,若AI能為病人提早作出準確診斷,屆時將能夠利用科技惠及更多病人,令人期待。

原文刊載於都市日報

留下答覆

Please enter your comment!
Please enter your name here