全世界每年約有 200 萬女性被診斷出患有乳腺癌。通常，採集並分析腫瘤的組織樣本，然後將癌症歸入三個類別之一——低風險或 1 級；中等風險，或 2 級；和高風險，或 3 級。然後專家會根據這個初步評估設計一個治療計劃。
然而，由於其相對缺乏細節，這種方法可能導致患者被錯誤地治療。現在，瑞典卡羅林斯卡醫學院的一組研究人員開發了一種基於人工智慧的成像工具，可以幫助專家更準確地診斷乳腺癌腫瘤。
“大約一半的乳腺癌患者患有 2 級腫瘤，不幸的是，這對如何治療患者沒有給出明確的指導，”該研究的第一作者、卡羅林斯卡醫學院醫學流行病學和生物統計學系博士生Yinxi Wang說。. “因此，一些患者接受了化療過度治療，而另一些患者則面臨治療不足的風險。我們試圖解決的正是這個問題。”
該團隊訓練人工智慧使用從 2,800 名患者拍攝的高解析度顯微影象識別腫瘤不同分類的特徵。因此，它能夠將 2 級腫瘤患者分為兩個亞組——高風險和低風險——使專家能夠設計更適合個體患者的治療計劃。
“該方法的一大優勢是它具有成本效益和快速，因為它基於染色組織樣本的顯微鏡影象，這已經是醫院程式的一部分，”共同作者、病理學系教授Johan Hartman說。卡羅林斯卡醫學院腫瘤病理學和卡羅林斯卡大學醫院病理學家。“它使我們能夠向更多人提供這種型別的診斷，並提高我們為任何一名患者提供正確治療的能力。”
研究人員現在計劃進一步完善人工智慧，並希望到 2022 年在市場上有一個功能齊全的診斷產品。
