對(duì)乳腺癌的早期篩查一直是機(jī)器學(xué)習(xí)的一個(gè)熱門研究方向，可是已有的篩查模型大多數(shù)依賴于白人女性樣本，因此對(duì)于非白人女性的篩查準(zhǔn)確率令人堪憂。

最近麻省理工開發(fā)的新模型不僅很好地解決了這個(gè)問題，而且還能夠提前五年篩查出乳腺癌病患！

這一項(xiàng)突破性研究，標(biāo)志著深度學(xué)習(xí)技術(shù)推動(dòng)下的醫(yī)學(xué)進(jìn)步，可以提前了解病情，做針對(duì)性治療，這對(duì)于病患來說，是一大福祉。

Regina Barzilay和Lehman與CSAIL博士生的主要作者Adam Yala共同撰寫了這篇論文。

已有的篩查模型

之前的疾病篩查模型大多是CNN（卷積神經(jīng)網(wǎng)絡(luò)）的改良版本，CNN是前饋神經(jīng)網(wǎng)絡(luò)，模擬人的視覺對(duì)于圖像的理解。網(wǎng)絡(luò)結(jié)構(gòu)中的卷積核提取圖像的邊緣、輪廓等信息，Relu等激活函數(shù)模擬大腦對(duì)于外界信號(hào)刺激的應(yīng)答，對(duì)提取到的圖像信息做整合，淺層卷積層提取到局部的圖像信息，層數(shù)越深的卷積層能提取到全局的圖像信息，在CV（Computer Version）領(lǐng)域也稱為感受野（Receptive Field），CNN網(wǎng)絡(luò)模型對(duì)于圖像的分類任務(wù)處理十分友好，下圖很好地展示了CNN網(wǎng)絡(luò)的結(jié)構(gòu)和原理：

CNN圖像理解示意圖

疾病篩查任務(wù)也就是二分類任務(wù)，對(duì)于輸入的圖像，需要得到是否患病的判斷。給醫(yī)學(xué)圖片做標(biāo)簽（在計(jì)算機(jī)科學(xué)中標(biāo)記為0或1，0表示沒有患病，1表示患?。?，在模型中，通過Label(標(biāo)記)好圖片的訓(xùn)練和反向傳播的參數(shù)調(diào)整，使得模型具備一定的學(xué)習(xí)能力，最終能夠?qū)ξ礃?biāo)記的醫(yī)學(xué)圖片做疾病篩查。但是訓(xùn)練的結(jié)果依靠數(shù)據(jù)集的好壞，已有的很多乳腺癌預(yù)測(cè)數(shù)據(jù)集都偏向于白人女性的研究，鮮少考慮到其他族裔。麻神理工大學(xué)研究人員開發(fā)的診斷模型考慮到了這一點(diǎn)。

將研究擴(kuò)展到少數(shù)族裔

麻省理工的研究人員在一篇博客中指出，事實(shí)上這個(gè)看起來不起眼的一個(gè)細(xì)節(jié)是乳腺癌預(yù)測(cè)的關(guān)鍵：因?yàn)楹谌伺运烙谌橄侔┑母怕时劝兹伺愿?42%。而正是目前的乳腺癌早期診斷技術(shù)中對(duì)黑人女性的診斷模型缺失造成了這一巨大差異，因?yàn)榘ê谌伺栽趦?nèi)的少數(shù)族裔樣本在已有的深度學(xué)習(xí)模型開發(fā)中通常鮮有被考慮進(jìn)去。

而麻省理工的研究人員表示，他們對(duì)乳腺癌預(yù)測(cè)模型的研究正是為了彌補(bǔ)這一缺陷，他們希望通過這一研究提高對(duì)少數(shù)族裔健康評(píng)估的準(zhǔn)確性。針對(duì)同一個(gè)問題的研究同時(shí)也是近期很多業(yè)界公司研究和產(chǎn)品開發(fā)的重心。

模型結(jié)果表明，對(duì)于黑人和白人女性的預(yù)測(cè)效果都相當(dāng)好。

之所以強(qiáng)調(diào)對(duì)黑人與白人女性的效果一樣好，是因?yàn)檠芯咳藛T在開發(fā)過程中發(fā)現(xiàn)同類的人工智能模型存在大量偏差——因?yàn)樗鼈儗?duì)樣本的采集嚴(yán)重地傾向白人女性，黑人女性則很少。因此來自麻省理工的研究團(tuán)隊(duì)仔細(xì)地設(shè)計(jì)了他們的模型，使得它對(duì)于兩種族裔的女性都能夠很好地作出預(yù)測(cè)。

基于風(fēng)險(xiǎn)評(píng)估的提前預(yù)測(cè)

麻省理工學(xué)院教授Regina Barzilay本人是一名乳腺癌幸存者，她表示希望這樣的系統(tǒng)能讓醫(yī)生在個(gè)人層面定制篩查和預(yù)防計(jì)劃，使得晚期診斷成為歷史。

所有性別都有患乳腺癌的風(fēng)險(xiǎn)，而大部分人通常認(rèn)為只影響女性。自1989年第一個(gè)乳腺癌風(fēng)險(xiǎn)模型以來，研究者發(fā)展患乳腺癌的風(fēng)險(xiǎn)在很大程度上取決于人類的知識(shí)和對(duì)主要危險(xiǎn)因素的直覺，如年齡、乳腺癌和卵巢癌的家族史、激素和生殖因素以及乳房密度。

然而，這些標(biāo)志物中的大多數(shù)僅與乳腺癌微弱相關(guān)。因此，這些模型在個(gè)人層面上仍然不是很準(zhǔn)確，并且鑒于這些限制，許多組織仍然認(rèn)為基于風(fēng)險(xiǎn)的篩查計(jì)劃是不可能的。

另一方面，“自20世紀(jì)60年代以來，放射科醫(yī)生已經(jīng)注意到女性在乳房X線照片上可以看到獨(dú)特且變化很大的乳房組織模式，”Lehma說。“這些模式可以代表遺傳，激素，懷孕，哺乳，飲食，體重減輕和體重增加的影響。我們現(xiàn)在可以在個(gè)人層面的風(fēng)險(xiǎn)評(píng)估中更準(zhǔn)確地利用這些詳細(xì)信息?！?/p>

不同于已有的預(yù)測(cè)模型，麻省理工計(jì)算機(jī)與人工智能實(shí)驗(yàn)室開發(fā)出的模型準(zhǔn)確地將31％的癌癥患者置于風(fēng)險(xiǎn)最高的類別，而傳統(tǒng)模型僅為18％，可以至多提前五年預(yù)測(cè)乳腺癌細(xì)胞發(fā)展。

數(shù)據(jù)集來源

MIT / MGH團(tuán)隊(duì)不是手動(dòng)識(shí)別乳房X線照片中驅(qū)動(dòng)未來癌癥的模式，而是訓(xùn)練深度學(xué)習(xí)模型直接從數(shù)據(jù)中誘導(dǎo)模式。麻省理工開發(fā)的這一預(yù)測(cè)模型的開發(fā)基于超過六萬名來自麻省總醫(yī)院（Massachusetts General Hospital）的病人樣本，其中包括超過九萬份乳房X光檢查報(bào)告和病人們病情發(fā)展情況。

這一模型從這些數(shù)據(jù)出發(fā)，通過深度學(xué)習(xí)甚至能夠辨識(shí)出一些人類醫(yī)生都無法辨認(rèn)出的病情。因?yàn)橐延械年P(guān)于乳腺癌的假設(shè)和風(fēng)險(xiǎn)因素都充其量是一個(gè)指導(dǎo)性的判斷框架，而麻省理工的這個(gè)模型并不是基于類似的框架，因此模型的準(zhǔn)確性在預(yù)測(cè)性診斷和預(yù)篩查方面會(huì)更加準(zhǔn)確。

總結(jié)與展望

總的來說，麻省理工計(jì)算機(jī)與人工智能實(shí)驗(yàn)室的這一項(xiàng)目旨在協(xié)助醫(yī)生們?yōu)椴∪吮M早選擇正確的治療方案，而不是像現(xiàn)在的大多數(shù)情況下一樣，在病人們的病情惡化甚至發(fā)展到晚期時(shí)才告訴他們這一殘酷的事實(shí)。

同時(shí)，最近在nature中也有報(bào)道，對(duì)于BRCA1和BRCA2基因的突變檢測(cè)也能更有效地開展乳腺癌的治療。

展望未來，來自麻省理工的團(tuán)隊(duì)希望能夠用這一技術(shù)來提高其他類似疾病的預(yù)測(cè)準(zhǔn)確性，如通過掃描腦部結(jié)構(gòu)，可以對(duì)阿爾茨海默病和多發(fā)性硬化癥做預(yù)測(cè)，同理也可以對(duì)心血管疾病做預(yù)測(cè)。只要針對(duì)某種疾病的研究已經(jīng)有成型的風(fēng)險(xiǎn)模型，這一技術(shù)就有可能大大提高對(duì)它預(yù)診斷的準(zhǔn)確性。