这种污名助长了学术上的无知，直到几十年前，乳腺癌才作为一种相对未被研究的疾病而日渐衰弱。在上个世纪的大部分时间里，当其他癌症的治疗进展时，患有乳腺癌的女性会接受放射治疗和/或手术——通常是根治性手术，使她们毁容，但收效甚微。
从20世纪30年代到70年代，乳腺癌死亡率几乎没有变化，直到女权主义者和妇女解放组织的共同努力，将乳腺癌的研究和治疗提升到男性占主导地位的医院和研究机构的应有地位。 治疗方法在一代人的时间里发生了改变。在20世纪70年代，一名被诊断患有乳腺癌的女性在未来10年存活的几率大约为40%。今天，这种可能性几乎翻了一番，这要归功于新药、尖端的筛查方法和更精细、更有效的手术。
这一转变的关键在于重视早期诊断。越早发现乳腺癌，越容易治疗。人工智能在鉴别乳腺癌方面发挥着越来越重要的作用。今年，英国国家卫生服务(NHS)宣布了一项关于人工智能如何筛查乳腺癌的研究。虽然这是为了增加而不是取代人类医生，但这将有助于缓解放射技师的短缺——NHS需要2000多名放射技师来清理因疫情而积压的扫描工作。
初创公司也在使用人工智能来解决这一短缺问题。英国Kheiron医疗技术公司计划使用人工智能对50万名女性进行乳腺癌筛查。西班牙的Blue Box公司正在开发一种可以从尿液样本中检测乳腺癌的设备。印度Niramai公司正在研发一种低成本的工具，可以帮助筛查农村和半城市地区的大量女性。但对改善治疗效果同样重要的是识别出复发风险高的患者。大约十分之一的乳腺癌患者在接受初次治疗后会复发，降低了他们的生存机会。
Thomas Clozel，是一位医学博士，Owkin公司的联合创始人和首席执行官，巴黎Hôpitalhengri-mondor临床肿瘤-血液学助理教授，纽约威尔康奈尔医学Melnick实验室的前成员。
从历史上看，尽管早期识别它们一直很困难，但Thomas Clozel的团队与法国癌症医院古斯塔夫·鲁西(Gustave Roussy)合作，开发了一种人工智能工具，可以发现80%的高风险复发患者。人工智能帮助患者更早获得所需的治疗，同时也避免了低风险患者频繁、令人不安的检查。与此同时，制药公司通过更快地招募高危患者来加快乳腺癌药物试验。
患者数据隐私可以理解是快速研究的一个障碍。医院在发送数据时非常谨慎，而且没有哪家制药公司愿意与竞争对手分享有价值的数据。但人工智能正在帮助解决这些问题，允许更快、更安全、更便宜地开发新疗法。
联合学习（Federated Learning）是一种新型的人工智能，可以在多个机构的数据上进行训练，而数据不会离开医院。欧洲各地正在使用这一技术，让研究人员能够访问之前无法访问的关键数据。他们还将利用人工智能加深人们对为什么最具侵略性的乳腺癌对某些药物具有耐药性的理解，帮助开发新的、定制的药物，比化疗更好地区分健康细胞和肿瘤细胞。
尽管人工智能的影响力正在增加，但对改善结果同样重要的是，认识到医疗保健从根本上是人类的努力。在病人最黑暗的时刻，没有任何算法能够安慰他们，也没有任何机器能够灌输和激励每一个病人战胜疾病所需要的韧性。
Thomas Clozel和其他医生都知道，治疗疾病不仅要了解病人的痛苦，也要了解他们的痛苦。临床医生共情与较高的患者满意度和较低的痛苦有关，激励患者继续艰难的治疗过程。值得庆幸的是，越来越多帮助乳腺癌治疗的人工智能技术旨在增强医生的能力。
对于每年被诊断出患有乳腺癌的数百万人来说，乳腺癌不再是“无法形容的”。粉红丝带的海洋预示着十月的开始，这表明我们在与我们最古老的敌人的战斗中已经走了多远——我们现在正在打败这个敌人。尽管我们可能永远无法完全根除乳腺癌，但随着人工智能帮助更早诊断患者，并使治疗方法得以快速发展，有可能在几十年后，我们可能不再需要举办乳腺癌宣传月。
本文来自投稿，不代表前途科技立场，如若转载，请注明出处：https://accesspath.com/tech/5689144/
