近年来，乳腺癌的诊断和治疗取得了显著进展。然而，其复发问题仍困扰着数千人，迫切需要找到更好的方法来预测其复发可能性。
在《自然通讯》(Nature Communications)期刊上发表的一篇论文中，一个研究团队报告了他们创建的一种AI检测方法，该方法能够预测乳腺癌复发风险，且比目前涉及基因组检测的方法更快、更经济。
"乳腺癌并非单一疾病，关于如何积极治疗的决定往往很困难，"领导这项研究的纽约大学数据科学中心访问学者、纽约大学格罗斯曼医学院兼职助理教授Krzysztof J. Geras解释道。"这项研究表明，AI检测可以读取病理学家已经检查的相同肿瘤切片，并结合基本临床细节，准确估计患者癌症复发的可能性。"
"该模型的准确性不仅仅来自于手工标注的数据，"纽约大学计算机科学和数据科学Jacob T. Schwartz讲席教授、该论文作者之一Yann LeCun补充道。"它来自于自监督预训练，让模型首先学习丰富的表征，然后转化为强大的下游性能——这种配方应该远远超越乳腺癌的范畴，更广泛地说，是这类难题所需的新AI科学。"
基因组检测的局限
目前使用的基因组检测评估患者激素受体阳性乳腺癌复发的可能性以及患者是否可能从化疗中受益。然而，这种昂贵的方法可能需要数周才能生成结果。此外，这种检测需要检查并丢弃作为乳房肿瘤切除术或乳房切除术一部分提取的组织样本，从而阻止它们用于未来的检测。
在寻求替代预测工具的过程中，作者开发并评估了一种多模态AI检测，该检测基于来自七个国家的15个患者群体。
他们通过考虑病理切片（用于发现疾病的载玻片上微观组织样本）以及常规临床数据（如肿瘤分期、患者年龄和激素受体状态）来构建AI检测。
不同癌症亚型的表现
研究人员随后使用来自3500多名患者的数据评估了该检测的有效性。他们使用标准统计方法来衡量其准确性：C指数，用于评估预测模型区分患者的能力；风险比，用于比较一组患者与另一组患者在特定时间内发生事件（本案例中为乳腺癌）的风险。
总体而言，AI检测可靠地区分了高风险和低风险患者。在评估两种目前没有可靠基因组检测的乳腺癌（三阴性和HER2阳性）的复发概率时，该检测也表现良好。
研究人员强调，需要在已完成的随机临床试验中进行评估，以建立对使用AI检测评估未来乳腺癌风险和指导治疗的信心。然而，他们认为这项工作是在利用AI帮助对抗困扰数百万人的疾病方面取得的有意义的进展。
从现有切片获取更快的答案
"在数千名患者上的测试中，我们的AI检测匹配或优于广泛使用的基因组检测，"Geras说道，他同时也是使用AI开发癌症治疗和诊断的Ataraxis AI公司的联合创始人兼首席科学官。"因为它依赖于现有切片，所以可以在数小时内而非数周内提供结果，成本更低，同时为未来检测保留组织。"
【全文结束】