Nature子刊：利用人工智能来预测乳腺癌复发

近年来，乳腺癌的诊断和治疗已取得了显著进展。然而，疾病复发仍然困扰着成千上万的患者，因此目前急需一些方法来更好地预测复发可能性。

纽约大学和Ataraxis AI公司等机构的研究人员近日报告称，他们开发出一种人工智能检测，可以预测乳腺癌复发的风险。与现有的基因组检测相比，这种方法不仅速度更快，而且成本更低。

这篇题为“Multi-modal AI for comprehensive breast cancer prognostication”的论文发表在《Nature Communications》杂志上。 

通讯作者、纽约大学格罗斯曼医学院的Krzysztof J. Geras解释说：“乳腺癌并非单一疾病，因此治疗方案的选择往往十分棘手。这项研究表明，AI检测可以读取病理学家检查过的肿瘤切片，并结合基本的临床信息，准确评估癌症复发的可能性。”

目前，基因组检测可评估激素受体阳性乳腺癌患者的复发可能性，以及患者是否可能从化疗中获益。然而，这种昂贵的检测方法需要数周才能得出结果。

此外，该检测需要对乳房肿瘤切除术或乳房切除术中提取的组织样本进行检查，然后将其丢弃，因而无法用于未来的检测。

为了寻找替代的预测工具，研究人员利用七个国家共8,161名患者的数据，开发并评估了一种多模态AI检测方法。 

他们在构建AI检测方法时，综合考虑了病理切片和常规临床数据（包括肿瘤分期、患者年龄和激素受体状态等）。随后，他们利用超过3500名患者的数据评估了该检测的有效性。

研究人员采用标准统计方法来衡量其准确性：C指数（用于评估预测模型是否能很好地区分患者）和风险比（用于比较不同群体随时间推移发生乳腺癌的风险）。

总体而言，这种AI检测能够可靠地区分高风险患者和低风险患者。在评估目前尚无推荐检测方法的两种乳腺癌类型（三阴性乳腺癌和HER2阳性乳腺癌）的复发概率方面，该检测同样表现优异。

纽约大学数据科学中心的Yann LeCun教授表示：“模型的准确性源于自监督预训练，这种方式使其能够首先学习丰富的表征，从而转化为强大的下游性能，这种方法可以推广到乳腺癌以外的应用领域。”

研究人员强调，有必要对已完成的随机临床试验进行评估，以增强人们对使用AI检测评估未来乳腺癌风险并指导治疗的信心。然而，他们认为这项工作是利用AI对抗这种恶性疾病的重大进展。 

“在针对数千名患者的测试中，我们的AI检测结果与一种广泛使用的基因组检测相当甚至更优，”Geras说道。他同时也是Ataraxis AI公司的联合创始人兼首席科学官，该公司利用AI开发癌症治疗和诊断方法。

“由于AI检测使用现有的病理切片，因此可以在数小时内（而非数周）提供结果，成本更低，同时还能节省组织样本供未来检测使用。”