全球女性可能因一种革命性的人工智能技术而获得更好的护理，该技术改善了受损细胞的检测，并更准确地预测发展乳腺癌的可能性，根据哥本哈根大学的新发现。根据哥本哈根大学的研究，全球女性可能由于创新的人工智能技术受益，该技术提高了受损细胞的识别，并更准确地预测乳腺癌风险。
乳腺癌是最常见的癌症类型之一，导致2022年全球大约670,000例死亡。哥本哈根大学的最新研究表明，人工智能可以显著帮助女性治疗，通过识别异常细胞，从而改进风险评估。
这项研究发表在《柳叶刀数字健康》上，发现人工智能系统在评估乳腺癌风险方面超过了传统的临床方法。
利用哥本哈根大学开发的深度学习人工智能技术，研究人员检查了组织活检，以识别受损细胞的迹象，这些细胞作为癌症的风险标志。
“这个算法代表了我们在识别这些细胞能力上的显著提升。每年进行数百万次活检，这项技术可以促进更准确的风险识别，从而改善女性的治疗，”来自细胞与分子医学系的副教授莫滕·斯凯比-克努德森（Morten Scheibye-Knudsen）表示，他是该研究的高级作者。
识别五倍乳腺癌风险的病例
评估癌症风险的关键在于检测衰亡细胞，这一现象与细胞衰老相关。衰老细胞虽然仍然具备代谢活性，但已经停止分裂。先前的研究表明，这种衰老状态可能阻碍癌症进展，尽管这些细胞也可能引发促进肿瘤生长的炎症。
利用深度学习人工智能在组织活检中寻找衰老细胞，使研究人员能够比现有的盖尔（Gail）模型更准确地预测乳腺癌的风险，盖尔模型是当前评估乳腺癌风险的标准。
“我们发现，将我们的两个模型结合起来或将一个模型与盖尔评分结合可以显著改善癌症风险预测。一种特定的模型组合结果显示赔率比为4.70，这是很可观的。这意味着我们可以检查来自健康活检的细胞，并预测捐赠者在未来几年内几乎有五倍的癌症发展机会，”该研究的首席作者英德拉·赫肯巴赫（Indra Heckenbach）指出。
基于“僵尸细胞”的算法提升治疗效果
研究人员通过故意培养受损细胞以诱导衰老来训练人工智能。然后，人工智能应用于捐赠者的活检以定位衰老细胞。
“我们常常将这些称为僵尸细胞，因为它们失去了一些功能但并非完全死亡。它们与癌症进展有关，因此我们开发并调整了算法以识别细胞衰老。具体来说，我们的算法检查细胞核的形状，衰老细胞的细胞核形状变得不规则，”英德拉·赫肯巴赫解释道。
尽管这种技术可能需要几年时间才能在临床中实施，但其应用可以是全球性的，因为它仅需标准的组织样本图像进行分析。莫滕·斯凯比-克努德森补充道，这一进展可能使全球女性获得更好的治疗选择：
“我们可以利用这些信息将患者按风险水平进行分类，并改善治疗和筛查策略。医疗专业人士可以密切监测高风险个体，提供更频繁的乳腺X光检查和活检，这可能使癌症更早被发现。同时，我们可以减轻低风险个体活检的频率。”
