波士顿AI初创公司Clairity正在贝斯以色列女执事医疗中心（Beth Israel Deaconess Medical Center）的栗树山诊所为患者提供乳腺癌患病风险评估。
要使本地科技界在人工智能领域取得成功，创业者需充分利用该地区在金融、教育和医疗等行业的深厚专长。康妮·莱曼博士（Dr. Connie Lehman）正通过其专注AI的初创公司Clairity践行这一理念。这家波士顿公司去年获得美国食品药品监督管理局（FDA）授权，可将预测性AI系统用于真实患者，随后成功从投资者处筹集4300万美元。
本月，Clairity在贝斯以色列女执事医疗中心栗树山诊所启动服务，为患者提供乳腺癌患病风险评估。该系统仅需常规乳腺X光片，就能比依赖家族病史和问卷的传统方法更精准地识别乳腺癌高风险女性。及早发现高风险患者后，医生可建议调整生活习惯（如避免饮酒）或开具他莫昔芬等预防性药物，从而降低肿瘤发生概率。
莱曼在马萨诸塞州总医院担任放射科医生二十余年，期间专注于乳腺癌筛查并发表数百篇同行评审科学论文，最终开发出该AI程序。她表示，当目睹越来越多无家族病史的年轻女性患癌时，萌生了运用AI的构想。“患者接连被诊断出乳腺癌时都深感震惊，”莱曼说，“当震惊反复出现，你会意识到：或许我们需要更有效地识别这些女性。”
莱曼团队使用40余万份真实乳腺X光片训练AI程序，每名患者后续均跟踪随访五年，癌症发生风险已明确。训练数据集涵盖不同邮编区、种族、民族背景及乳房特征的患者。该AI基于深度卷积神经网络软件，在7.7万份乳腺X光片的测试中，其风险评估表现优于传统方法。
乳腺癌仍是美国女性癌症死亡首要原因，年致死约4.2万人。尽管较1970年代生存率显著提升，近20年改善有限。早期检出率在白人女性中高于黑人及非白人西班牙裔女性，导致生存率存在显著种族差异。
贝斯以色列女执事医疗中心乳腺外科主任伊丽莎白·米滕多夫（Elizabeth Mittendorf）指出，Clairity预测系统对各类人群均更有效。她说：“当前使用的风险计算器多在欧洲白人女性中研发验证，难以广泛适用于整体人群。”预防性药物虽可引发潮热等严重副作用，但更精准且可重复的风险评估系统将帮助更多患者接受治疗。米滕多夫补充道，该系统或可用于评估30岁以上女性的乳腺X光片以锁定最高风险人群，“占比虽小却至关重要”。她表示，对这类患者实施更频繁筛查的策略已提升结肠癌、肺癌等癌症的生存率，“我们正迎来以新范式防治乳腺癌的转折点”。
如同多数预测性AI系统，Clairity无法具体解释软件通过乳腺X光片的哪些特征生成风险评分。硅谷的Whiterabbit.ai和萨默维尔的DeepHealth等分析乳腺X光片的医疗AI初创公司亦存在此局限。莱曼坦言：“医学领域存在诸多‘黑箱’，我们正深入研究深度学习模型在乳腺X光片中捕捉的关键特征。”
波士顿风投机构Flare Capital合伙人迈克尔·格里利（Michael Greeley）表示，鉴于硅谷长期主导AI创新，波士顿亟需更多Clairity类企业。他预期该地区将涌现更多融合AI与医疗数据的初创公司：“Clairity彰显了医疗与科技领域因地理邻近而协同创新的强大势能。”（注：Clairity最新融资由瑞士ACE Global Equity及德克萨斯州Santé Ventures等机构领投，Flare未参与。）
莱曼展望AI将拓展至通过乳腺X光片及其他影像（如胸部X光片）预测其他疾病：“十年后回望，我们会惊讶于全球存储的海量影像中竟埋藏着如此多的预测性信息。”她强调，“关键在于提取这些影像并挖掘其中数据价值。”
【全文结束】
