美國研究人員在《放射學(xué)》雜志線上版發(fā)表文章稱，他們開發(fā)出一種機器學(xué)習(xí)工具，可以確定哪些高危乳房病變可能會變成癌癥，從而幫助醫(yī)生作出正確的治療決策，減少不必要的手術(shù)。

乳房病變是一種女性常見疾病，而高危乳房病變有很大幾率轉(zhuǎn)變成癌癥。正是由于這種風(fēng)險，手術(shù)切除病變組織通常被認(rèn)為是首選治療方案。然而，許多病變并不會對患者的生命構(gòu)成直接威脅，并無必要進(jìn)行切除手術(shù)。此次，美國麻省理工學(xué)院計算機科學(xué)與人工智能實驗室的研究人員和馬薩諸塞州總醫(yī)院的乳腺成像專家合作，開發(fā)出的這種機器學(xué)習(xí)模型，正是為了改進(jìn)乳腺癌檢測，防止過度處理，以減少不必要的手術(shù)。

這一模型不僅能夠分析患者年齡、病變組織學(xué)等傳統(tǒng)的風(fēng)險因素，還會分析一些獨特因素，如活檢病理報告文本中出現(xiàn)的單詞。經(jīng)過培訓(xùn)，該機器學(xué)習(xí)模型對335個病例進(jìn)行了分析測試，正確地預(yù)測了38個會轉(zhuǎn)變?yōu)榘┌Y的病變中的37個，準(zhǔn)確率達(dá)97%。研究人員稱，使用該模型將有助于避免近三分之一的良性手術(shù)。

研究人員表示，新研究只是一個“概念驗證”，表明機器學(xué)習(xí)技術(shù)在臨床診斷過程中大有用武之地。而他們的目標(biāo)是在臨床中應(yīng)用這種工具，幫助醫(yī)生對患者進(jìn)行監(jiān)測，作出更明智的治療決策。