影响癌症的早期检测和治疗。
麻省综合医院布里格姆团队利用支持基础模型的技术找到了癌症影像的新生物标志物。这些生物标志物可能改变我们在放射影像中识别模式的方式，从而更好地检测和治疗癌症。
癌症的早期检测和治疗的影响是显著的。
一个研究团队使用了11,467幅异常放射扫描影像的数据集来开发他们的基础模型。该模型能够预测解剖部位、恶性程度和预后，涵盖三种不同的使用案例和四个组别。它在该领域中的表现超越了现有方法，特别是在数据有限的专业任务中。研究结果发表在《自然机器智能》上。
“图像生物标志物研究将从这项研究中受益。”
这些研究旨在解决更具体的研究问题，研究人员认为这将导致更精确和有效的调查，”来自麻省综合医院布里格姆人工智能医学（AIM）计划的第一作者Suraj Pai表示。
尽管人工智能方法显示出提高的有效性，但其可靠性和可解释性（即AI的响应可以以一种“合理”的方式被人类理解的理念）仍然存在一个基本问题。研究人员显示他们的方法在不同阅读者和数据收集的变异中是一致的。基础模型还揭示了一致的模式。研究发现与潜在生物过程之间有强关联，特别是与免疫系统相关。
“我们的结果显示基础模型在医学领域的有效性，特别是在处理有限数据以训练深度学习网络时。这在识别与癌症相关应用的可靠影像生物标志物时尤其如此，”高级作者Hugo Aerts博士解释道，他是AIM计划的主任。
