哥本哈根大学的一项新研究显示，AI 能够通过扫描外观不规则的细胞以提供更好的风险评估，帮助女性获得更优的治疗。
该研究发表于《柳叶刀·数字健康》，发现 AI 技术在预测癌症风险方面远优于当前乳腺癌风险评估的临床基准。
研究人员使用哥本哈根大学开发的深度学习 AI 技术，分析捐赠者的乳腺组织活检样本，寻找受损细胞的迹象，这是癌症风险的一个指标。
细胞与分子医学系副教授、该研究的资深作者莫滕·谢比耶-克努森表示：“该算法是我们识别这些细胞能力的巨大飞跃。每年都要进行数百万次活检，这项技术能帮助我们更好地识别风险，为女性提供更好的治疗。”
评估癌症风险的一个核心方面是寻找由所谓的细胞衰老引起的濒死细胞。衰老细胞在代谢上仍有活性，但已停止分裂。先前的研究表明，这种衰老状态有助于抑制癌症发展。然而，衰老细胞也可能引起炎症，从而导致肿瘤发展。
通过使用深度学习 AI 在组织活检中搜索衰老细胞，研究人员能够比目前评估乳腺癌风险的金标准盖尔模型更好地预测乳腺癌的风险。
该研究的第一作者英德拉·赫肯巴赫说：“我们还发现，如果我们将我们自己的两个模型相结合，或者将我们的一个模型与盖尔评分相结合，我们得到的预测癌症风险的结果要好得多。一种模型组合给了我们 4.70 的优势比，这是巨大的。如果我们能够从原本健康的活检样本中的细胞来预测捐赠者在几年后患癌症的风险几乎增加了五倍，这是很重要的。”
研究人员在细胞培养中故意损坏细胞使其衰老，以此训练 AI 技术。然后研究人员将 AI 用于捐赠者的活检样本以检测衰老细胞。
英德拉·赫肯巴赫解释说：“我们有时将它们称为僵尸细胞，因为它们失去了一些功能，但还没有完全死亡。它们与癌症发展有关，所以我们开发并训练了算法来预测细胞衰老。具体来说，我们的算法会观察细胞核的形状，因为当细胞衰老时，细胞核会变得更不规则。”
莫滕·谢比耶-克努森补充说，这项技术还需要几年才能在临床上使用，但那时它可以在全球范围内应用，因为它只需要标准的组织样本图像来进行分析。然后，全球的女性可能会利用这一新见解获得更好的治疗：“我们将能够利用这些信息按风险对患者进行分层，并改进治疗和筛查方案。医生可以更密切地关注高风险个体，他们可以更频繁地进行乳房 X 光检查和活检，我们有可能更早地发现癌症。同时，我们可以减轻低风险个体的负担，例如减少活检的频率。”
参考：Heckenbach I, Powell M, Fuller S, et al. Deep learning assessment of senescence-associated nuclear morphologies in mammary tissue from healthy female donors to predict future risk of breast cancer: a retrospective cohort study. Lancet Digit. Health. 2024;6(10):e681-e690. doi: 10.1016/S2589-7500(24)00150-X
