home bbs files messages ]

Forums before death by AOL, social media and spammers... "We can't have nice things"

   talk.politics.china      Discussion of political issues related t      73,176 messages   

[   << oldest   |   < older   |   list   |   newer >   |   newest >>   ]

   Message 72,505 of 73,176   
   Mobot to All   
   =?utf-8?Q?[WSJ]=20#=E4=BA=BA=E5=B7=A5=E6   
   24 Sep 25 08:03:08   
   
   XPost: alt.chinese.text   
   From: mobot@fakemail.com   
      
   想知道你患乳腺癌的风险有多大?问AI吧   
      
   Brianna Abbott   
      
   3 - 4 minutes   
      
   图片来源:Daniel Hertzberg for wsj   
      
   未来几年你患上乳腺癌的几率有多大?用   
   了多久AI或许就能告诉你答案。   
      
   研究人员和公司正在设计AI模型,来预测女性在   
   远的将来患乳腺癌的风险,以及患肺癌和其他疾   
   的风险。这些AI算法利用过去患者的乳腺X光片—   
   其中一些人后来患上了乳腺癌——进行训练   
   目的是在疾病能被肉眼察觉之   
   ,找出风险最高的人群。   
      
   Clairity和DeepHealth等公司正寻求尽快将自己的预测   
   法引入美国市场,推动AI超越其目   
   作为诊断助手的医疗用途。这些新工具可以帮助   
   生决定患者是否需要更多筛查,甚至是否需要预防性   
   物   
      
      
   “我无法通过看一张乳腺X光片就准确预测一   
   女性五年内的乳腺癌风险,我的任何同事也做   
   到,“Clairity的创始人、哈佛医学院(Harvard Medical    
   chool)放射学教授康妮·莱曼(Connie Lehman)   
   士说。“   
   们正处在一个非人力所能及的领域。”   
      
   莱曼说,Clairity的AI模型旨在通过常规乳腺X光片   
   测女性五年内的乳腺癌风险。该模型使用了现有   
   录中超过40万份常规乳腺X光片进行训练,并与这   
   女性五年后的乳腺癌状况相匹   
   。研究人员   
   测,这使得AI能够识别出乳腺组织中可以预测未   
   癌症的模式。这些迹象非常细微和   
   杂,以至于人类至今无法自行分辨。   
      
   在试用该工具时,团队发现,AI在仅分析了一   
   女性的一张乳腺X光片后,还能预测出她的年龄、   
   否绝经以及是否生育过孩子。   
      
   莱曼说:“女性的人生经历都沉淀在她乳腺组织   
   图像中。”   
      
   Clairity的AI模型于今年5月获得了美国食品   
   品管理局(Food and Drug Administration, 简称FDA)的授权   
   是同类模型中首个获此授权的。该公司正计划于   
   年晚些时候在诊所中引入该模型,并正在与保险公   
   商讨潜在的纳入事宜。   
      
   目   
   用于确定乳腺癌风险的工具技术含量较低。如今   
   女性会被问及年龄、   
   族、家族史、乳腺密度以及其他影   
   患乳腺癌几率的因素。然后,计算器会估算出女   
   的近期或终生风险;约3.0%的   
   年风险被认为是高风险,20%或更高的终生风险也是高风险。   
      
   研究显示,分析乳腺X光片的新AI模型通常优于老   
   的风险评分计算器。相对于日后   
   会患癌的女性,计算器对会患癌女性给出更高风   
   评分的准确率约为60%。数   
   显示,对于AI模型,这一准确率   
   高到约70%或更高,具体取决于患者群体和具体模型。   
      
   Kaiser Permanente北加州研究部的放射科医生兼AI研究   
   维格尼什·阿拉苏(Vignesh Arasu)说:“虽然这些数字听起来   
   大,但这确实是一个巨大的、跨越阶梯式的变化   
   ”他曾发表研究,对传统的风险计   
   算器与较新的AI工具进行了比较。   
      
   圣路易斯   
   盛顿大学医学院(Washington University School of Medicine in St.   
   Louis)的癌症预防研究员格雷厄姆·科尔迪茨(Graham Colditz)   
   士说,使用AI而   
   使用计算器可以节省临床时间。   
      
   科尔迪茨和他在圣路易斯   
   盛顿大学医学院的团队正计划进行一项临床试验   
   以测试他们自己正在开发的模型。该AI算法将在   
   与者接受常规筛查时预测她们五年内的乳腺癌   
   险,然后将她们分   
      
   同的风险组。接着,该试验将根   
   风险水平对女性进行分诊,决定她们接受更多还   
   更少的筛查,并对她们进行跟踪。今年早些时   
   ,圣路易斯   
   盛顿大学医学院的AI风险预测工具被首尔的   
   疗AI公司Lunit收购。   
      
   被标记为较高风险的女性可以接受MRI或其他检查,或   
   用他莫昔芬(tamoxifen)等预防性   
   物,这   
      
   物可以阻断雌激素,   
   低乳腺癌风险。这将使她们能够在疾病萌芽阶段   
   发现它,甚至完全避   
      
   病。另一方面,低风险女性可能就   
   需要那么多的筛查。   
      
   科尔迪茨说:“我们可以根   
   女性的风险情况让这个流程更加定制化。如果高   
   险女性得到恰当的识别,我们将会看到乳腺癌   
   诊病例出现相当程度的减少。”   
      
   尽管如此,一些医生对接受这项技术   
   持犹豫态度,希望有更多证   
   表明它能减少晚期疾病和死亡。迄今为止的研究   
   未关注患者的长期健康结果。其中一些工具可   
   会标记出过多的女性,她们   
   可能患上的是   
   会对其造成伤害的低风险乳腺病变。   
      
   “我认为这很棒,但我确实认为,现在要知道它   
   多有效可能还为时过早,“美国放射学会(American College of   
   Radiology)乳腺成像委员会主席斯塔马蒂亚·德斯图尼斯(Stamatia   
   Destounis)   
   士说。“它们对   
   亡率结果有任何影   
   吗?我们没有这方面的信息。”   
      
      
   [continued in next message]   
      
   --- SoupGate-Win32 v1.05   
    * Origin: you cannot sedate... all the things you hate (1:229/2)   

[   << oldest   |   < older   |   list   |   newer >   |   newest >>   ]


(c) 1994,  bbs@darkrealms.ca