克服棘手的算法偏见，AI可提前五年预测乳腺癌_医疗健康

2019

07/08

17:05

药明康德AI 医疗健康

MIT计算机科学和人工智能实验室：“AI可提前5年预测乳腺癌，对白人和黑人患者同样有效。”

麻省理工学院的计算机科学和人工智能实验室开发了一种新的基于深度学习的人工智能预测模型，可提前5年预测乳腺癌的发展。研究人员在开发的过程中认识到,其他类似的人工智能预测模型通常带着人类固有的人种偏见,因为那些项目在研发时，检测对象绝大多是基于白人患者群体而进行设计的。考虑到这个原因，麻省理工学院的研究团队专门设计了新的人工智能预测模型，用“更公平”的数据，来确保白人女性和黑人女性的预测结果是同等准确的。

研究团队在一篇博客文章中指出，黑人女性死于乳腺癌的可能性比白人女性高出42%以上，其中一个因素可能是目前的早期检测技术并没有为黑人女性提供足够的服务。团队表示，他们开发这项检测技术的目的是专门针对少数族裔，使她们能得知自己“会否因乳腺癌带来健康风险以及风险程度”。从过去人工智能整体发展来说，因算法偏见，这些少数族裔在开发深度学习模型方面没有被很好地代表。算法偏见也是目前许多行业研究人工智能的焦点，许多AI公司在不同领域部署而推出的新产品时也正聚焦改善这一点。

该预测模型完成了针对马萨诸塞州综合医院的60,000多名患者（总共超过90,000个乳房X光线照片）接受乳房X光线照片和患者预后（最终癌症发展为关键）的深度学习。从数据筛选分析开始，并使用深度学习识别模式来识别临床医生无法直接观察到的病变。从以上试验可知，预测模型的运行基于实际x光片而非现有假设或已知风险因素这类知识（这些充其量只是一个提示性框架）。所以到目前为止，该预测模型的试验结果显示出了其准确性，尤其是在预测和诊断前发现方面。

总体而言，该项目旨在帮助专业医疗人员通过计算机手段为病人制定正确的筛查计划，从而能在早期就得知结果及时治疗，避免晚期诊断结果的出现。麻省理工学院研究团队希望该技术还可以用于改进对现有风险模型（间隙大、准确度低）所具有的类似问题的其他疾病检测。

来源：药明康德AI

标签