乳腺癌:人工智能预测哪些乳腺癌前病变将发展为晚期癌症

美国凯斯西储大学(Case Western Reserve University)的一项新研究可能有助于更好地确定哪些被诊断为恶性前乳腺癌(通常为0期)的患者有可能发展为浸润性乳腺癌，因此，除了单纯手术外，还可能受益于额外的治疗。

一次肿瘤切除术乳房组织揭示了这个前肿瘤在美国，大多数妇女都接受手术切除剩余的受影响的组织，有些则被切除放射治疗凯斯工程学院(Case School of Engineering) F. Alex Nason生物医学工程第二教授阿南特·马达布希(Anant Madabhushi)说。

Madabhushi说:“目前的测试将患者置于高风险、低风险和不确定风险中，但无论如何，然后用放射治疗这些‘不确定因素’。”Madabhushi的计算成像和个性化诊断中心(CCIPD)进行了这项新研究。“他们宁可过于谨慎，但我们要说的是，似乎应该反过来——应该把中间的风险归为较低的风险。”

“简而言之，我们可能对病人过度治疗了，”Madabhushi继续说。“这与普遍看法相悖，但这正是我们的分析所发现的。”

最常见的乳腺癌

阶段0乳腺癌是最常见的类型临床上称为性导管癌原位癌(DCIS)，表明癌细胞从乳管开始生长。

美国癌症协会(American cancer Society)的数据显示，美国每年约有6万例乳腺导管原位癌(DCIS)确诊，约占新发乳腺癌病例的五分之一。根据癌症协会的说法，患有一种没有扩散到乳房组织以外的乳腺癌的人在确诊后至少可以存活5年。

首席研究员李浩佳，a研究生在CCIPD中，使用计算机程序分析62例DCIS患者的扫描和数字化肿瘤切除组织样本的单个细胞和核的空间结构、纹理和方向。

结果:被定性为“不确定”的肿瘤的大小和方向实际上更接近那些被称为Oncotype DX的昂贵基因检测确认为低复发风险的肿瘤。

Li随后验证了区分低风险和高风险Oncotype组的特征，能够预测DCIS发展为浸润性导管癌的可能性，这是一组独立的30例患者。

她说:“这可能是一种工具，可以用来确定谁真的需要辐射，或者谁需要同样昂贵的基因测试。”

李领导的这项研究于10月17日发表在该杂志上乳腺癌研究。

Madabhushi于2012年在凯斯西储建立了CCIPD。该实验室现在有近60名研究人员。通过融合医学成像、机器学习和人工智能(AI)，该实验室已成为各种癌症和其他疾病(包括乳腺癌)的检测、诊断和表征的全球领导者。

该实验室最近与纽约大学(New York University)和耶鲁大学(Yale University)合作的一些工作，已经使用人工智能来预测哪个肺癌症患者可根据组织切片图像进行辅助化疗。

这一进步的名字是预防杂志2018年十大医学突破之一。