一项开创性的人工智能技术可能会彻底改变乳腺癌的预防和治疗。通过识别和分析受损细胞（通常被称为“僵尸细胞”），该人工智能能够更准确地预测女性患乳腺癌的风险。这一创新方法有可能改善全球女性的早期检测和个性化治疗方案。乳腺癌是最常见的癌症类型之一。2022 年，该疾病在全球导致 67 万人死亡。
发表于《柳叶刀数字健康》的这项研究发现，这种人工智能技术在预测癌症风险方面远比当前用于评估乳腺癌风险的临床基准更出色。
研究人员使用哥本哈根大学开发的深度学习人工智能技术，分析捐赠者的乳腺组织活检样本，以寻找受损细胞的迹象，这是癌症风险的一个指标。
来自细胞和分子医学系的副教授、该研究的资深作者 Morten Scheibye-Knudsen 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，这项技术可以帮助我们更好地识别风险，并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然活跃，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的发展。然而，衰老细胞也可能引起炎症，从而导致肿瘤的发展。
通过使用深度学习人工智能在组织活检中寻找衰老细胞，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 Indra Heckenbach 表示：“我们还发现，如果我们将我们自己的两个模型或我们的一个模型与盖尔评分相结合，我们在预测患癌风险方面会得到更好的结果。一个模型组合给了我们 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，以此对人工智能技术进行训练。然后，研究人员将人工智能应用于捐赠者的活检样本以检测衰老细胞。
Indra Heckenbach 解释说：“我们有时称它们为僵尸细胞，因为它们失去了一些功能，但它们并没有完全死亡。它们与癌症的发展有关，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。”
虽然这项技术还需要几年才能在临床应用，但届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。Morten Scheibye-Knudsen 补充说：“我们将能够利用这些信息按风险对患者进行分层，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。”
（全文结束）
