乳癌是香港女性最常見的癌症，每16名女性當中，便有一人患上乳癌。要戰勝乳癌，關鍵在於能否通過篩檢及早診斷，讓病人得到及時治療。美國麻省理工學院（MIT）近日便以人工智能（AI）技術，研製了一個深度學習模型，透過分析乳房X光照片，能預測女士5年內患上乳癌的風險，讓高風險女士及早防備。
目前醫學界評估女性患乳癌的風險時，會以個人體格及生活習慣（如在12歲前是否已有月經、30歲以後才懷孕產子或未曾生育、55歲後才停經、乳房組織密度高、是否曾服用避孕藥及接觸輻射），曾否接受補充荷爾蒙藥物治療，以及是否有家族乳癌或卵巢癌史等遺傳因素來釐定。
至於MIT開發的最新預測模型，則利用人工智能技術，透過學習90,000張乳房X光片，讓電腦能辨識乳房組織微妙複雜的變化，從而演算女士未來5年患乳癌的機率。根據研究結果，新預測模型能識別31%的高風險女士，而傳統的乳癌預測模型（Tyrer-Cuzick model）則只能識別出18%。
然而，此模型仍有一定限制，如未能識別餘下七成的高風險人士；假如日後診斷乳癌技術有所提升，AI運算方法將完全改寫，系統亦需重新學習；又或者將來出現新的高風險因素，例如發現新的乳癌基因，模型亦未必能即時更新；若輸入AI系統的數據不準確，得出的分析結果亦會誤導或不可靠，亦即數據分析中常提及的「Garbage in garbage out」。
由於識別高風險人士並非等於確診，因此對臨牀應用較低。不過，假以時日，若AI能為病人提早作出準確診斷，屆時將能夠利用科技惠及更多病人，令人期待。
原文刊載於都市日報