美國研究人員近日在《放射學》雜志線上版發表文章稱，他們開發出一種機器學習工具，可以確定哪些高危乳房病變可能會變成癌癥，從而幫助醫生作出正確的治療決策，減少不必要的手術。

乳房病變是一種女性常見疾病，而高危乳房病變有很大幾率轉變成癌癥。正是由于這種風險，手術切除病變組織通常被認為是首選治療方案。然而，許多病變并不會對患者的生命構成直接威脅，并無必要進行切除手術。此次，美國麻省理工學院計算機科學與人工智能實驗室的研究人員和馬薩諸塞州總醫院的乳腺成像專家合作，開發出的這種機器學習模型，正是為了改進乳腺癌檢測，防止過度處理，以減少不必要的手術。

這一模型不僅能夠分析患者年齡、病變組織學等傳統的風險因素，還會分析一些獨特因素，如活檢病理報告文本中出現的單詞。經過培訓，該機器學習模型對335個病例進行了分析測試，正確地預測了38個會轉變為癌癥的病變中的37個，準確率達97%。研究人員稱，使用該模型將有助于避免近三分之一的良性手術。

研究人員表示，新研究只是一個“概念驗證”，表明機器學習技術在臨床診斷過程中大有用武之地。而他們的目標是在臨床中應用這種工具，幫助醫生對患者進行監測，作出更明智的治療決策。（記者劉海英）