2014年确诊乳腺癌的经历彻底改变了雷吉娜·巴齐莱教授的人生轨迹。尽管家族中无人携带BRCA基因突变，且保持着健康生活方式，这个"从天而降"的诊断让她深感遗憾——当时尚未研发出后来她与麻省理工学生共同开发的Mirai系统。
这套2019年发布的AI工具能通过乳腺X光片预测未来五年罹患乳腺癌的风险。巴齐莱展示历史影像时表示："如果在2012、2013年就应用这套系统，完全可以提前两年发现我的早期病变。"
作为全球女性最常见的癌症，半数乳腺癌患者除性别和年龄外并无其他可识别风险因素。巴齐莱强调："定期检查仍漏诊的情况普遍存在，AI的精准度远超人眼判断。早期发现不仅降低治疗强度和副作用，更能显著提升生存率。"
除Mirai外，巴齐莱团队还开发了Sybil系统。该AI模型通过低剂量CT扫描预测6年肺癌风险，灵感源自其亲属友人——这位非吸烟者在50多岁时因肺癌去世，初期咳嗽症状未获医生重视。目前Sybil已完成多国多人群测试，正推进临床应用路径，并在肺癌高发区台湾进行食品药品监督管理局审批。
2020年该团队还与柯林斯教授合作，利用AI筛查超1亿分子发现首个AI设计的抗生素。巴齐莱指出："医疗决策的不确定性源于人类预测的局限性，而AI能通过数据分析提供概率性预判。"
针对AI医疗的质疑，巴齐莱解释临床AI与通用大模型存在本质区别："经FDA认证的Mirai已在22国70余家医院验证，Sybil也在11国完成测试。就像信任规范操作的血液检测，AI工具在严格验证后同样值得信赖。"
目前最大挑战并非FDA审批，而是建立规范的临床响应机制。巴齐莱强调："预测本身不是终点，关键是如何通过干预改善预测结果。"
【全文结束】
