全球女性可能会因新的AI技术而获得更好的治疗，该技术可以更好地检测受损细胞，并更精确地预测患乳腺癌的风险，这是哥本哈根大学的一项新研究显示的结果。乳腺癌是最常见的癌症类型之一。2022年，该疾病导致了670,000人死亡。现在，哥本哈根大学的一项新研究表明，AI可以帮助女性通过扫描异常细胞来提供更好的风险评估。
这项研究发表在《柳叶刀数字健康》上，发现AI技术在预测癌症风险方面远胜于目前用于乳腺癌风险评估的临床标准。研究人员使用哥本哈根大学开发的深度学习AI技术分析了捐赠者的乳腺组织活检样本，寻找受损细胞的迹象，这是癌症风险的一个指标。
“这种算法是我们识别这些细胞能力的一大飞跃。每年有数百万活检样本，这项技术可以帮助我们更好地识别风险，为女性提供更好的治疗，”哥本哈根大学细胞与分子医学系副教授Morten Scheibye-Knudsen说，他也是该研究的资深作者。
预测五倍风险的乳腺癌病例
评估癌症风险的一个核心方面是寻找因所谓的细胞衰老而死亡的细胞。衰老细胞仍然代谢活跃，但已停止分裂。先前的研究表明，这种衰老状态有助于抑制癌症的发展。然而，衰老细胞也可能引起炎症，从而导致肿瘤的发展。
通过使用深度学习AI搜索组织活检中的衰老细胞，研究人员能够比Gail模型（目前评估乳腺癌风险的黄金标准）更好地预测乳腺癌的风险。“我们还发现，如果我们结合两个我们自己的模型或其中一个模型与Gail评分，我们可以得到远超当前方法的预测结果。其中一个模型组合给出了4.70的比值比，这是巨大的。如果我们能够从一个健康的活检样本中看到细胞，并预测供体在未来几年内患癌的风险几乎是五倍，这具有重要意义，”该研究的第一作者Indra Heckenbach说。
通过训练“僵尸细胞”的算法提供更好的治疗
研究人员在细胞培养中故意损伤细胞使其衰老，然后用AI技术对捐赠者的活检样本进行分析，以检测衰老细胞。“我们有时称它们为‘僵尸细胞’，因为它们失去了一些功能，但还没有完全死亡。它们与癌症发展有关，因此我们开发并训练了算法来预测细胞衰老。具体来说，我们的算法会观察细胞核的形状，因为当细胞衰老时，细胞核会变得更加不规则，”Heckenbach解释道。
这项技术还需要几年时间才能在临床上应用，但一旦可用，它可以在全球范围内使用，因为它只需要标准的组织样本图像来进行分析。届时，全球女性可以利用这一新见解获得更好的治疗。
Scheibye-Knudsen补充说：“我们可以利用这些信息按风险分层患者，改进治疗和筛查协议。医生可以更密切地关注高风险个体，他们可以接受更频繁的乳房X光检查和活检，我们有可能更早发现癌症。同时，我们可以减少低风险个体的负担，例如减少活检的频率。”
(全文结束)
