新兴的人工智能工具可以帮助发现女性体内的恶性肿瘤，例如乳腺和卵巢中的肿瘤。
当63岁的Pamela Burnett 23年前被诊断出患有乳腺癌时，人工智能还只是一个微不足道的概念。那时，它还没有帮助医生检测肿瘤和制定个性化治疗方案。
“我感到麻木，我关闭了自己，”她说，“我的家人无法接受我生病的事实，所以我假装一切都好。”
在21世纪初，只有穿着白大褂的医生才能为Burnett制定癌症治疗计划。如今，佛罗里达大学的研究人员依靠聊天机器人和数据算法来分担部分工作。
在佛罗里达大学的智能重症监护中心，机器学习和人工智能使诊断更加高效，使患者能够比以往更快地接受化疗和放疗。
该中心的成像副主管Pinkai Sarder预测，人工智能有朝一日可能会找到治愈癌症的方法，但他表示，这项技术不会取代医疗专业人员的角色。“人工智能只能作为辅助医生的工具，”他说。放射科医生可以使用经过健康数据模式训练的计算机算法，以20%更高的准确性检测疾病，将检测工作量减少近一半。
佛罗里达大学癌症人群科学副主管Dejana Braithwaite表示，人工智能通过自动化筛查和数据处理任务，使癌症诊断更加高效。“我们不再让人类读取乳房X光片和其他影像，而是使用人工智能来加速这一过程，这在过去是劳动密集型和耗时的，”她说。
Braithwaite通常与40岁至50岁的乳腺癌患者合作，使用人工智能分析她们的乳房X光片，并根据结果定制肿瘤缩小方案。她建议年轻女性——她们患乳腺癌的风险比传统认为的要高——采取健康的生活习惯作为预防措施，并不建议40岁以下的女性常规进行乳房X光片筛查。
除了乳房X光片中辐射暴露的风险，人工智能在乳腺癌研究中的应用还存在伦理问题。佛罗里达大学乳腺中心的外科肿瘤学家Jennifer Fieber表示，乳房X光片中获取的健康数据会被加密以保护机密记录。她补充说，医生必须征得患者的同意才能在健康数据分析中使用这项技术。
“目前的重点更多是个性化护理，提高诊断的准确性，并确保我们筛查的是合适的患者，”Fieber说。“这是人工智能的目标：一是优化谁在何时接受筛查，二是优化实际的筛查过程，以便捕捉更多的信息。”
在Fieber的影像诊所，放射科医生使用人工智能来发现可能被忽视的癌症预警信号。这项技术可以指出可能有更高乳腺癌风险的区域，因此医生可以建议进行活检。它还可以帮助医生根据患者的多维风险因素（包括年龄、体重指数和家族病史）定制治疗方案。
“我们现有的风险计算器很好，但并不完美，”Fieber说。借助尖端医疗技术，医生们希望将健康图表中的数据输入大型语言模型，该模型将提出医疗干预建议。但这项技术仍处于早期阶段。
佛罗里达大学化学系主任Matthew Disney表示，人工智能在精准医学方面显示出前景，但不太可能彻底根除乳腺癌。“误区在于认为人工智能将是万能药或包治百病，”Disney说。“它可能在某些方面有所帮助，我们需要弄清楚这些方面是什么。”
(全文结束)
