一项研究表明，人工智能（AI）可以比诊所中使用的标准风险评估更好地指出患者患乳腺癌的风险最高。

医生通常会使用模型来预测一个人患乳腺癌的五年风险，这些模型考虑到该人的年龄，种族，种族，乳腺癌家族史以及是否曾经对乳腺组织进行分析，因为他们的乳房中有可疑的肿块。这些模型还考虑了通过乳房X线照片评估的乳房密度。　

但是，“只有大约15％至20％被诊断出患有乳腺癌的妇女具有已知危险因素，例如家族疾病或以前进行乳房活检，” Vignesh Arasu博士，该研究的第一作者以及加利福尼亚州奥克兰市Kaiser Permanente研究部的研究科学家告诉Live Science。　

Arasu说，AI帮助放射科医生确定了乳房X线照片中数百个特征，可以帮助医生诊断乳腺癌。他说：“我有兴趣了解相同的技术如何帮助我们了解未来的风险。”　

有关的： 专家工作队说，乳腺癌筛查应从40岁开始。　

在周二（6月6日）发表在《期刊》上的一项研究中 放射学，Arasu和他的同事分析了五种AI模型的预测，其中18,000名患者患有乳腺癌的五年风险最高。该分析使用了2016年患有乳房X线照片的患者的数据，然后对2021年进行监测。总体而言，大约4,400名参与者在乳房X线照片的五年内患上了癌症。

这些模型将其预测基于乳房X线照片，这些乳房X线照片当时没有显示可见的癌症证据。Arasu说，尽管尚不清楚AI模型如何从乳房X线照片数据中预测癌症风险，但它们广泛地将乳腺组织结构中的某些特征和模式与癌症风险联系起来。　

研究人员将这些AI模型与称为乳腺癌监测联盟（BCSC）临床风险模型的常用评估相比。　

AI风险评分最高的患者在第90个百分位数中占五年内发生的癌症的24％至28％。相比之下，BCSC的最高分数仅捕获21％的癌症病例。当预测哪些患者在乳房X线照片后一年内最有可能患上乳腺癌时，AI模型比BCSC模型具有最大的优势。

Arasu说，研究结果表明，“可以与传统风险模型一起使用AI”来预测未来的乳腺癌风险。

Arasu说，在诊所中，AI预测乳腺癌风险最高的人可能会更频繁地筛查可能更早地捕获癌症。这些高风险的人也可能会接受预防疗法，例如 他莫昔芬，这阻断了乳腺细胞中的雌激素，以降低乳腺癌的风险。　

Arasu说，由于这项研究集中于主要是白人，非西班牙裔人口，因此需要进一步的工作来确定AI模型对不同种族和种族的人的工作能力。

虽然“这是一项很好的研究研究”，但另一个限制是，目前尚不清楚AI模型如何适用于不同严重程度的癌症， 亚当·布伦特纳尔（Adam Brentnall）是一位统计学家，研究伦敦皇后大学的预防和早期发现癌症的人在一封电子邮件中告诉Live Science。

例如，如果AI模型最好检测尚未传播或转移的小肿瘤，那么它们可能比标准风险模型几乎没有好处，因为癌症的“预后和治疗可能是相同的”。

Brentnall说：“另一方面，如果可以通过使用模型来量身定制或预防癌症策略来检测高级癌症，那么临床益处可能很大。”

Arasu说：“这实际上是我们下一阶段研究的重点。”

Brentnall说，科学家目前缺乏了解AI模型如何得出结论的理解也可能使在诊所中实施这些系统，因为医生可能无法向患者解释如何评估其风险。　

编者注：本文于2023年6月12日更新，以纠正错字和Vignesh Arasu博士的职位和隶属关系。该文章首次发布于6月6日。