文／陈根

近50年来，乳腺癌发病率都在全球呈上升趋势，并在2020年首次超过肺癌（221万例）成为全球第一大癌症，其诊治也日渐成为一个引起全球关注的重要临床课题。

就目前来说，对乳腺癌的诊断主要依赖超声、钼靶、核磁共振、病理和基因等，对于一般的医院，通常先使用钼靶进行筛查，如果无法定性，则会要求病人进一步进行超声和核磁共振检查。倘若出现疑似恶性的情况，将进一步进行病理穿刺检查，并对是否癌变，恶性程度以及分子分型做出判断。

但在这一系列过程中，存在大量复杂的数据，医生在理解这些数据时不可避免地会带有一定的主观性，从而造成诊断偏差的可能性。在美国，每6个导管原位癌（一种非侵润性乳腺癌）病例中，就会出现一次诊断错误，而对乳腺异型性的诊断，出错率则更高。

针对这一问题，柏林医科大学、柏林大学及奥斯陆大学近日基于人工智能技术，共同开发了一种新的组织切片分析系统，用于乳腺癌的诊断。

与之前的技术相比，该系统有两个方面的进步。首先，研究人员首次将形态学、分子和形体数据集成在单一的分析中；其次，该系统以热图的形式阐明了人工智能的决策过程。并且，这些热图一个像素一个像素地显示出哪些视觉信息影响了人工智能的决策过程，以及影响到什么程度，从而使医生能够理解和评估人工智能分析结果的合理性。

另外，这个可解释的机器学习方法，能够综合分析乳腺癌组织学的形态学、分子和临床特征。具体而言，该方法能从组织学角度预测 DNA 甲基化、基因表达、体细胞突变和蛋白质等分子特征，且分子预测的均衡准确率高达 78％，平衡准确性达到 78％，而亚组患者的预测准确率更是超过95％。

当前，人工智能已经越来越多地进入医疗领域辅助诊疗以及治疗，可以预见，在未来，这个AI新型组织切片分析系统的开发，将进一步促进乳腺癌的研究和精准医疗的发展，越来越多的女性患者也会得益于此。