發(fā)布日期：2019-07-09

　　MIT計算機科學和人工智能實驗室：“AI可提前5年預測乳腺癌，對白人和黑人患者同樣有效。”

　　麻省理工學院的計算機科學和人工智能實驗室開發(fā)了一種新的基于深度學習的人工智能預測模型，可提前5年預測乳腺癌的發(fā)展。研究人員在開發(fā)的過程中認識到,其他類似的人工智能預測模型通常帶著人類固有的人種偏見,因為那些項目在研發(fā)時，檢測對象絕大多是基于白人患者群體而進行設計的?？紤]到這個原因，麻省理工學院的研究團隊專門設計了新的人工智能預測模型，用“更公平”的數(shù)據(jù)，來確保白人女性和黑人女性的預測結果是同等準確的。

　　研究團隊在一篇博客文章中指出，黑人女性死于乳腺癌的可能性比白人女性高出42%以上，其中一個因素可能是目前的早期檢測技術并沒有為黑人女性提供足夠的服務。團隊表示，他們開發(fā)這項檢測技術的目的是專門針對少數(shù)族裔，使她們能得知自己“會否因乳腺癌帶來健康風險以及風險程度”。從過去人工智能整體發(fā)展來說，因算法偏見，這些少數(shù)族裔在開發(fā)深度學習模型方面沒有被很好地代表。算法偏見也是目前許多行業(yè)研究人工智能的焦點，許多AI公司在不同領域部署而推出的新產(chǎn)品時也正聚焦改善這一點。

　　該預測模型完成了針對馬薩諸塞州綜合醫(yī)院的60,000多名患者（總共超過90,000個乳房X光線照片）接受乳房X光線照片和患者預后（最終癌癥發(fā)展為關鍵）的深度學習。從數(shù)據(jù)篩選分析開始，并使用深度學習識別模式來識別臨床醫(yī)生無法直接觀察到的病變。從以上試驗可知，預測模型的運行基于實際x光片而非現(xiàn)有假設或已知風險因素這類知識（這些充其量只是一個提示性框架）。所以到目前為止，該預測模型的試驗結果顯示出了其準確性，尤其是在預測和診斷前發(fā)現(xiàn)方面。

　　總體而言，該項目旨在幫助專業(yè)醫(yī)療人員通過計算機手段為病人制定正確的篩查計劃，從而能在早期就得知結果及時治療，避免晚期診斷結果的出現(xiàn)。麻省理工學院研究團隊希望該技術還可以用于改進對現(xiàn)有風險模型（間隙大、準確度低）所具有的類似問題的其他疾病檢測。

來源：藥明康德AI