乳腺癌风险评估有新思路:AI从多年乳房X光检查中寻找线索

乳腺癌风险，能否在确诊前5年就被AI提前发现？传统风险评估主要依赖家族史和基因突变，但约85%的乳腺癌患者没有相关家族史。面对传统评估的局限，纽约大学Langone Health的研究人员尝试利用AI分析多年3D乳房X光影像，追踪乳房组织的细微变化，探索提前5年预测乳腺癌风险的可能性。

01

AI从多年乳房X光检查中预测乳腺癌风险

根据发表在《美国伦特基因学杂志》上的一项研究，纽约大学Langone Health测试的人工智能工具通过分析几年的3D乳房X光检查来跟踪组织随着时间的推移的变化，预测女性在五年内患乳腺癌的风险。

狐狸新闻报道，该模型检查了超过161,000名患者的31.3万张乳房X光检查，以识别传统筛查方法经常错过的增加风险。

02

AI如何寻找传统评估之外的线索

传统的风险评估在很大程度上依赖于家族史和基因突变，但研究人员指出，大约85%的患乳腺癌的妇女没有该疾病的家族史。

纽约大学Langone模型通过检查乳房组织如何在多个3D扫描中移动，以不同的方式进行筛查。

哈佛医学院放射学教授Connie Lehman没有参与纽约大学的研究，她告诉Fox News Digital，该工具直接在女性乳房组织内寻找隐藏的线索。

据《奥普拉日报》报道，雷曼还担任Clairity公司的首席执行官，该公司开发了Clairity Breast，这是一个经FDA授权的人工智能平台，从常规筛查乳房X光检查中提取风险数据。

这项技术可以评估之前的扫描，不需要额外的成像检查或对患者进行额外的辐射照射。

03

高风险分数及时咨询医生

AI风险评分不能提供癌症诊断。

Lehman向Fox News Digital解释说，更高的分数鼓励患者就降低风险的选择和额外的筛查（如年度乳房核磁共振）咨询医疗保健提供者。

相反，较低的分数并不能消除个人风险或取代标准乳房X光检查。

04

风险评估与筛查指南

《奥普拉日报》指出，平均风险得分低于1.7%的患者通常保持标准筛查时间表。

与此同时，国家综合网络的最新指南建议，女性可以从35岁开始进行人工智能驱动的乳房X光检查风险评估，这一转变旨在解决年轻女性不断上升的发病率。

05

研究人员使用外部数据来计划测试

正如Lehman所指出的，纽约大学Langone人工智能模型严格来说仍然是一个研究工具，缺乏美国食品药品监督管理局的临床使用授权。

初步研究完全依赖来自纽约大学兰戈内医院的乳房X光检查，使用单一制造商的设备。

为了扩大该模型的有效性，纽约大学Langone的研究人员计划使用来自多个医疗中心的外部数据和各种3D乳房X光检查系统来测试该算法。

与此同时，乳腺癌研究基金会首席科学官Dorraya El-Ashry告诉《奥普拉日报》，随着越来越多的卫生组织更新其指南，基于人工智能的评估可能会在几年内成为标准做法。

06

关于AI乳腺癌风险评估的常见问题

Q1：人工智能风险评估是否需要重新扫描？

不，该技术可以分析患者已经完成的乳房X光检查，这意味着不需要额外的成像检查或额外的辐射。

Q2：如果人工智能模型给患者高风险分数，会发生什么？

根据博士的说法，更高的分数会促使与医疗保健提供者进行对话，讨论降低风险的选择和其他筛查方法，如年度乳房核磁共振。康妮·雷曼。

Q3：纽约大学Langone人工智能模型目前在医院有售吗？

不，该模型仍然是一个研究工具，尚未获得FDA的临床使用授权，因为研究人员仍然需要用其他医疗中心和不同成像系统的数据进行测试。

Q4：女性在什么年龄可以开始人工智能驱动的风险评估？

国家综合癌症网络的最新指南建议，从35岁开始，女性应该有资格接受人工智能驱动的乳房X光检查风险评估。

今日话题

如果AI能提前5年评估乳腺癌风险，你认为它最值得关注的价值是什么？欢迎在评论区分享你的观点：你最关注AI乳腺癌风险评估的哪一项能力？#人工智能 #医疗AI #乳腺癌 #乳腺癌风险评估 #医学影像 #3D乳房X光检查 #AI辅助筛查 #风险预测 #精准医疗 #大健康 #大数据 #临床研究 #乳腺MRI #FDA #多中心验证