近日，MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）的研究人员就开发出了一套人工智能系统，用以预测很识别人体可能癌变的高危组织。
据悉，该系统是由MIT CSAIL、MGH（麻省综合医院）和哈佛医学院的研究团队共同开发的，是一套基于机器学习技术的机器学习模型。此外，研发人员还让该系统进行了600个高风险病灶的分析训练，并在综合了家族遗传史、人口统计和过往的组织活检等变量之后，该模型对335个病灶（最终升级为癌症的病患）进行了测试，测试结果显示，其诊断的准确率高达97%。
目前，乳X射线照片是乳腺癌最主要的诊断工具，一旦X光片显示可疑的病变组织之后，患者就会被会安排针刺活检。通常情况下，如果患者的活检报告显示为异常，医生就会建议她手术切除病灶。
数据统计显示，目前美国每年有近4万妇女要经受侵入性手术切除部分乳腺组织的痛苦，但大多数人在手术后却发现她们的“危险”组织是良性的。可以说，当前的相关诊断工具并不能准确识别“癌变”组织。所以，研发出更精确或改进检测、诊断工具是非常必要的。
MIT CSAIL 方面表示，他们开发的模型可以有效的减少假阳性和不必要的手术，
在将该机器学习模型引入常规诊断实践后，准确率非常的高，帮助了超过30%的患者免受外科手术的痛苦。
