12月4日下午6點(diǎn)，上海科技大學(xué)生物醫(yī)學(xué)工程學(xué)院錢(qián)學(xué)駿課題組在Nature Biomedical Engineering在線(xiàn)發(fā)表了題為“A multimodal machine learning model for the stratification of breast cancer risk”的研究論文，實(shí)現(xiàn)了多層級(jí)乳腺癌風(fēng)險(xiǎn)預(yù)測(cè)，其預(yù)測(cè)能力超越了資深放射科醫(yī)生，為更廣泛的乳腺癌篩查和診斷提供了新的技術(shù)途徑。鑒于該重要突破，Nature Biomedical Engineering雜志在同期發(fā)表了研究評(píng)述（Research Briefing）文章“Advancing breast cancer risk stratification using multimodal AI”，總結(jié)和點(diǎn)評(píng)了該研究的發(fā)現(xiàn)和意義。

在這項(xiàng)工作中，研究團(tuán)隊(duì)開(kāi)發(fā)了一款專(zhuān)門(mén)面向乳腺癌風(fēng)險(xiǎn)分層的多模態(tài)人工智能系統(tǒng)BMU-Net模型（圖1）。該模型巧妙融合了卷積神經(jīng)網(wǎng)絡(luò)在特征提取方面的高效性，以及Transformer在高層特征融合與跨模態(tài)整合方面的卓越性能。通過(guò)在大規(guī)模鉬靶和超聲數(shù)據(jù)集上進(jìn)行遷移學(xué)習(xí)預(yù)訓(xùn)練，再結(jié)合多模態(tài)匹配數(shù)據(jù)集進(jìn)行精細(xì)化調(diào)優(yōu)，顯著提升了模型的通用性和復(fù)用價(jià)值。創(chuàng)新性地采用隨機(jī)掩碼訓(xùn)練策略（圖2），使BMU-Net能夠靈活處理不同模態(tài)的輸入數(shù)據(jù)，有效應(yīng)對(duì)臨床實(shí)踐中因患者隱私保護(hù)等原因?qū)е碌臄?shù)據(jù)缺失問(wèn)題。

圖1

圖2

研究用5025名患者的19360張乳腺影像開(kāi)展模型開(kāi)發(fā)和測(cè)試工作。通過(guò)與資深放射科醫(yī)生在158例鉬靶檢查和146例超聲檢查中的診斷結(jié)果進(jìn)行對(duì)比，發(fā)現(xiàn)BMU-Net在腫瘤良惡性分類(lèi)方面與專(zhuān)家水平相當(dāng)，在組織病理學(xué)分級(jí)診斷方面（根據(jù)癌變風(fēng)險(xiǎn)設(shè)計(jì)的breast disease tree）超越了人類(lèi)專(zhuān)家的表現(xiàn)。研究還證實(shí)，臨床數(shù)據(jù)（尤其是年齡和體重指數(shù)）對(duì)乳腺癌風(fēng)險(xiǎn)精準(zhǔn)分級(jí)具有重要意義，這與現(xiàn)有的乳腺癌風(fēng)險(xiǎn)因素研究相互印證。在包含187名患者的前瞻性多模態(tài)數(shù)據(jù)驗(yàn)證中，BMU-Net取得了90.1%的準(zhǔn)確率，已接近病理學(xué)家通過(guò)活檢切片分析獲得的92.7%的準(zhǔn)確率。

BMU-Net還特別關(guān)注了具有挑戰(zhàn)性的BI-RADS 4類(lèi)病例（癌癥可能性介于2%至95%之間），尤其在處理BI-RADS 4a類(lèi)病例（癌癥可能性為2%至10%）這一診斷難度較大的不確定區(qū)間時(shí)，模型提供了極具價(jià)值的判斷依據(jù)。如通過(guò)將BI-RADS 4a降級(jí)為BI-RADS 3，可幫助患者避免不必要的侵入性活檢。

結(jié)合臨床指標(biāo)、鉬靶與超聲檢查的黃金“組合拳”，是公認(rèn)最經(jīng)濟(jì)有效和可行的乳腺癌篩查與診斷選擇，也是現(xiàn)行臨床的實(shí)際檢查流程。研究團(tuán)隊(duì)構(gòu)建的BMU-Net模型，為臨床醫(yī)生提供了多層級(jí)的乳腺癌風(fēng)險(xiǎn)評(píng)估工具，旨在改善患者生存質(zhì)量，具有重要的臨床和社會(huì)意義。

上?？萍即髮W(xué)錢(qián)學(xué)駿教授為論文通訊作者，安徽醫(yī)科大學(xué)第一附屬醫(yī)院裴靜主任、韓春光醫(yī)師為共同第一作者，錢(qián)學(xué)駿課題組包含梁止瀠在內(nèi)的多名研究生為共同作者，上?？萍即髮W(xué)為第一完成單位、唯一通訊單位。上科大生醫(yī)工學(xué)院創(chuàng)始院長(zhǎng)沈定剛教授參與指導(dǎo)，上科大高性能計(jì)算平臺(tái)對(duì)本文提供了算力支持。

論文鏈接：https://www.nature.com/articles/s41551-024-01302-7