新AI模型提高預測乳癌準確度達87%
新聞來源：https://bit.ly/2Z0rCIu
本文：
IBM Research的研究團隊透過人工智慧來解決乳癌早期檢測的成功率。他們開發了一種演
算法，是個能透過學習成像數據及病患的綜合健康病史並做出決策的模型，能達到令人印
象深刻的檢測水平，此外，其檢測成果是非常激勵人心的。該研究發表在Radiology期刊
上。
在IBM Research的官方部落格中，研究人員描述了團隊的目標、貢獻及成果。作為第一個
能做出決策的演算法，該模型能夠在所有分析中正確預測87%乳癌病例的發展，並且能正
確的解釋77%的非癌症病例。
在乳房X光片中添加了臨床數據顯著增加了模型中AUROC（接收機工作特性下的面積）及其
靈活度。將這筆臨床數據放到模型中，AUROC值為0.78，與舊有的Gail風險預測模型相比
，改善了乳癌的風險預測。此外，還能確認可能導致風險提高的臨床因素，以及之前沒有
被其他模型測試過的數據，如白血球剖面及甲狀腺的功能測試。
首先，研究團隊假設結合機器學習及深度學習的模型可以應用於評估乳癌，其水準是與放
射科醫生旗鼓相當，並且具有被納入臨床實踐的能力。事實證明，利用AI來預測乳癌的準
確度是趨近於放射科醫師的水準。新的AI模型能以良好的準確度來預測患者惡性乳癌一年
內的發展，以減少進行不必要測試的女性患者人數。
研究人員透過其在以色列的兩個大型醫療服務供應的合作夥伴Maccabi健康中心及Assuta
醫療中心取得大量的自願者乳腺X光片圖像及詳細的個人臨床數據，對9611個乳房X光片及
女性健康紀錄進行演算法的訓練，來達到預測惡性的活體組織切片及區分正常與異常的篩
檢成果。
研究團隊表示新的AI模型不會取代放射科醫師，而是成為第二組眼睛，以便利用其高度準
確性的預測來幫助後續治療。