MIT開發出可識別人體癌變組織的AI系統，準確率高達97%

該系統幫助了超過30%的患者免受外科手術的痛苦。

近日，MIT CSAIL（麻省理工學院計算機科學與人工智能實驗室）的研究人員就開發出了一套人工智能系統，用以預測很識別人體可能癌變的高危組織。

據悉，該系統是由MIT CSAIL、MGH（麻省綜合醫院）和哈佛醫學院的研究團隊共同開發的，是一套基于機器學習技術的機器學習模型。此外，研發人員還讓該系統進行了600個高風險病灶的分析訓練，并在綜合了家族遺傳史、人口統計和過往的組織活檢等變量之后，該模型對335個病灶（最終升級為癌癥的病患）進行了測試，測試結果顯示，其診斷的準確率高達97%。

目前，乳X射線照片是乳腺癌最主要的診斷工具，一旦X光片顯示可疑的病變組織之后，患者就會被會安排針刺活檢。通常情況下，如果患者的活檢報告顯示為異常，醫生就會建議她手術切除病灶。

數據統計顯示，目前美國每年有近4萬婦女要經受侵入性手術切除部分乳腺組織的痛苦，但大多數人在手術后卻發現她們的“危險”組織是良性的?？梢哉f，當前的相關診斷工具并不能準確識別“癌變”組織。所以，研發出更精確或改進檢測、診斷工具是非常必要的。

MIT CSAIL 方面表示，他們開發的模型可以有效的減少假陽性和不必要的手術，

在將該機器學習模型引入常規診斷實踐后，準確率非常的高，幫助了超過30%的患者免受外科手術的痛苦。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！