一种新型人工智能工具可能很快改变医生对乳腺癌风险的理解方式，在护理的关键时刻提供更快的答案和更精确的指导。该技术可帮助确定患者癌症是否可能复发，这一问题影响着数百万人的治疗决策。
纽约大学的研究人员通过将肿瘤组织的数字图像与基础临床信息相结合开发了这项测试。他们的研究结果显示，该系统可以匹配甚至优于广泛使用的基因检测。
癌症护理中的持续挑战
近几十年来，乳腺癌治疗取得了进展。如今许多患者能够存活并过上充实的生活。然而，复发仍然是一个严重的问题。
医生在决定如何积极治疗疾病时常常面临艰难选择。一些患者接受了可能不必要的化疗。而另一些患者可能需要比实际接受的更多治疗。
"乳腺癌不是单一疾病，关于如何积极治疗的决定通常很困难，"领导这项研究的Krzysztof J. Geras表示。
为了指导这些决策，临床医生通常依赖基因组测试。这些测试分析肿瘤组织中的基因活性来估计复发风险。虽然有用，但它们也有局限性。
它们可能需要数周时间才能提供结果。此外，它们价格昂贵，需要专门的处理，消耗宝贵的组织样本。
将常规载玻片转化为答案
新方法建立在医生每天已经使用的东西基础上。当癌症被诊断时，组织样本被放置在玻璃载玻片上并在显微镜下检查。
AI系统以数字形式分析这些相同的载玻片。它寻找可能对人眼不可见的模式。
然后，它将这些发现与肿瘤分期、患者年龄和激素受体状态等临床细节相结合。结果是一个估计癌症复发可能性的评分。
"这项研究表明，AI测试可以读取病理学家已经检查的相同肿瘤载玻片，并结合基本临床细节，准确估计患者癌症复发的可能性，"Geras说。
无需大量标记的学习
该系统使用一种称为自监督学习的方法。它不是仅依赖标记示例，而是首先研究大量数据以自行学习模式。
"模型的准确性不仅仅来自手工标记的数据，"Yann LeCun表示，"它来自自监督预训练，让模型首先学习丰富的表示，然后转化为强大的下游性能，这种模式应该可以推广到乳腺癌以外的领域，更广泛地说，是解决这些难题所需的新AI科学。"
这种方法使模型能够检测到可能被忽视的细微特征。它还使其更能适应不同类型的数据。
在数千名患者中进行测试
为了评估该系统，研究人员分析了来自七个国家15个群体的3500多名患者的数据。
该模型在将患者分为高风险和低风险类别方面表现出色。它使用标准统计措施来确认其准确性。
一个关键指标，称为一致性指数，显示该系统可靠地按风险对患者进行排名。另一个衡量标准，风险比，确认了风险组之间的明显差异。
AI测试在不同类型的乳腺癌中也表现出色。这包括三阴性乳腺癌和HER2阳性病例，而现有的基因组测试在这些情况下往往表现不佳。
这种广泛的性能表明该系统可以帮助更广泛的患者群体。
更快的结果，更低的成本
最直接的好处之一是速度。传统基因组测试可能需要数周时间才能完成。AI系统在载玻片数字化后几小时内就能提供结果。
这种更快的周转时间可以减轻等待答案的患者的焦虑。它还可能帮助医生更快地做出治疗决定。
成本是另一个优势。由于系统使用现有载玻片，避免了额外实验室处理的需要。这可以使测试更具可及性。
它还保存了组织样本。与消耗部分样本的基因组测试不同，AI方法保留了材料以供未来使用。
重新思考风险和治疗
该系统还提供了更清晰的风险类别。当前的基因组测试通常将患者分为低、中、高风险组。中间组可能难以解释。
AI模型提供了更明确的区分。这可能帮助医生对治疗做出更有信心的决定。
对于患者来说，这可能意味着避免不必要的化疗或在需要时接受更有针对性的护理。
该系统还在不同时间段内显示出强劲的结果。它能够预测未来数年的结果，包括远处复发的风险。
迈向个性化医疗的一步
该研究突显了医学中更广泛的转变。研究人员不再依赖单一类型的数据，而是结合多种来源以更好地理解疾病。
通过整合影像和临床信息，AI测试为每位患者的情况提供了更完整的画面。
它还展示了人工智能如何增强而非取代现有医疗工具。
挑战和下一步
尽管结果令人鼓舞，研究人员警告说还需要更多工作。该系统必须在随机临床试验中进行测试，以确认其在现实世界决策中的价值。
他们还计划探索模型如何预测对特定治疗的反应。这可以进一步提高其在指导护理方面的实用性。
即便如此，这些发现代表了有意义的进展。它们表明，更快、更易获得的工具可能很快帮助医生和患者做出更好的决策。
研究的实际意义
这项研究可以通过提供更快、更准确的风险评估来改善乳腺癌的治疗方式。患者可能会根据个人风险而非一般指南接受更个性化的护理。
降低成本和加快结果可以使高级测试对更多人可用。这在基因组测试获取受限的地区尤其重要。
保存组织样本也开辟了新的可能性。医生日后可能能够进行额外测试，这可以支持新的治疗方法或研究。
从长远来看，这种方法可能扩展到乳腺癌以外。可以为其他疾病开发类似系统，帮助改善整个医学领域的诊断和治疗。
通过结合速度、准确性和可及性，该技术为更明智和有效的护理提供了一条路径。
研究结果已在线发表在《自然通讯》期刊上。
原标题为"New AI tool predicts breast cancer recurrence faster"的原始报道发表在《光明新闻》上。
【全文结束】