患上乳腺癌后開發(fā)AI診斷模型，這位MIT女科學(xué)家獲得AAAI首屆百萬美元最高獎

白交 2020-09-24 13:33:06 來源：量子位

楊凈 賈浩楠 發(fā)自 凹非寺
量子位 報(bào)道 | 公眾號 QbitAI

今天，由世界上最大的AI學(xué)會——AAAI頒發(fā)的，首屆「AI諾貝爾獎」出爐！

獲獎?wù)呤莵碜訫IT計(jì)算機(jī)與人工智能實(shí)驗(yàn)室（CSAIL）的Regina Barzilay教授。

獲獎原因是，她開發(fā)了用來早期預(yù)警乳腺癌、開發(fā)抗生素等藥物的ML模型，獲得了廣泛的認(rèn)可。

明年2月，AAAI將正式為她頒發(fā)這一獎項(xiàng)——AAAI Squirrel AI 獎，獎金高達(dá)100萬美元。

AAAI前任主席兼獎勵委員會主席Yolanda Gil表示：

只有世界知名的獎項(xiàng)，比如圖靈獎、諾貝爾獎，才會獲得百萬級別的獎金。

該獎項(xiàng)旨在表彰那些在AI領(lǐng)域工作對人類、社會產(chǎn)生變革性影響的人。

那么這位首屆「AI諾貝爾獎」得主，究竟有何厲害之處？

罹患癌癥：從NLP轉(zhuǎn)戰(zhàn)醫(yī)療AI

Regina Barzilay，MIT電機(jī)工程與計(jì)算機(jī)科學(xué)系教授、CSAIL成員。

她曾在以色列內(nèi)蓋夫本古里安大學(xué)獲得本科學(xué)位，隨后前往哥倫比亞大學(xué)攻讀計(jì)算機(jī)科學(xué)博士學(xué)位，并在康奈爾大學(xué)做了一年博士后研究。

Barzilay最早的研究領(lǐng)域并不是AI醫(yī)療，而主要是NLP（自然語言處理），從句法解析和破譯滅絕語言，到開發(fā)新的方法來訓(xùn)練神經(jīng)網(wǎng)絡(luò)。

她在這個(gè)領(lǐng)域可以說是卓有成就，多次獲ACL、EMNLP、SLT最佳論文獎，ACL、AAAI獎學(xué)金，以及美國國家科學(xué)基金會（NSF）職業(yè)獎、微軟院士獎學(xué)金。

然而2014年的一次診斷改變了她的人生軌跡：她被診斷出患有乳腺癌。

當(dāng)時(shí)，Barzilay的第一反應(yīng)是：“我會活下來嗎？我的兒子怎么辦？”

但是作為一位AI領(lǐng)域的科學(xué)家，Barzilay又給自己提出了第三個(gè)問題：為什么乳腺癌不能更早早診斷出來呢？

根據(jù)JAMA（《美國醫(yī)學(xué)會雜志》）統(tǒng)計(jì)，乳腺癌，作為女性最常見的癌癥之一，也是死亡人數(shù)最高的。

幸運(yùn)的是，她的治療很成功。

在治療過程中，她發(fā)現(xiàn)醫(yī)療團(tuán)隊(duì)在治療護(hù)理方面已經(jīng)做得很好了。

但與此同時(shí)，在技術(shù)上可以做到的，卻連最簡單的事情都沒有解決，比如，診斷延遲、無法收集數(shù)據(jù)，以及用作診斷研究中的統(tǒng)計(jì)缺陷等。

也就是從那時(shí)開始，她開始關(guān)注乳腺癌早期防治醫(yī)學(xué)上來。

她創(chuàng)建了早期乳腺癌診斷和風(fēng)險(xiǎn)評估的算法模型，該項(xiàng)目已經(jīng)在全球多家醫(yī)院，包括瑞典、波士頓、中國臺灣地區(qū)等地方落地。

現(xiàn)在她正與巴西的Protea研究所等乳腺癌組織合作，為世界各地的貧困人口提供診斷工具。

她發(fā)現(xiàn)，如果當(dāng)時(shí)使用自己這個(gè)系統(tǒng)，那么醫(yī)生至少可以提前兩三年發(fā)現(xiàn)她的癌癥。

2018年，她正式成為「Susan Komen」基金會學(xué)者，一個(gè)由51位專家組成，專注于乳腺癌研究的美國規(guī)模最大的乳腺癌組織。

除了將AI技術(shù)用于診斷，她也致力于開發(fā)用ML模型來研發(fā)新的藥物。

她跟合作者一起創(chuàng)建了用于選擇治療藥物候選分子的模型，這些模型可以加快藥物開發(fā)的速度。

很快，就在去年，她就發(fā)現(xiàn)了一種名為「Halicin」的抗生素。

實(shí)驗(yàn)證明，它能夠殺死致病細(xì)菌，包括很多對抗生素有抗藥性的細(xì)菌，比如，鮑曼不動桿菌（醫(yī)院感染的重要病原菌、主要引起呼吸道感染）。

并由此，獲得了2019年藥物發(fā)現(xiàn)和醫(yī)療保健領(lǐng)域的前100名AI引領(lǐng)者（Top 100 AI Leaders in Drug Discovery & Advanced Healthcare 2019）。

作為J-Clinic共同負(fù)責(zé)人之一，最近專注于一個(gè)「AI Cures」的研究，這是一個(gè)跨機(jī)構(gòu)的倡議，專注于開發(fā)負(fù)擔(dān)得起的Covid-19抗病毒藥物。

MIT CSAIL負(fù)責(zé)人Daniela Rus表示，

Regina一直是醫(yī)療AI領(lǐng)域的開拓者，她提出了關(guān)于我們?nèi)绾问褂脵C(jī)器學(xué)習(xí)來治療和診斷疾病的重要問題。

她既是一位杰出的研究者，也是一位忠實(shí)的教育者，我們CSAIL的所有人都被她的工作所鼓舞，并為有她作為同事而感到自豪。

乳腺癌預(yù)警準(zhǔn)確率提高13%

最值得一提的，就是她研發(fā)的早期乳腺癌診斷預(yù)警模型。

正如今天，MIT CSAIL在社交網(wǎng)絡(luò)上表示，2014年她被診斷為乳腺癌，2017年，他建立了早期診斷風(fēng)險(xiǎn)評估模型，然后在今天，成為首屆AI諾貝爾獎得主，也主要因?yàn)檫@項(xiàng)工作。

現(xiàn)在，她的這項(xiàng)研究——使用AI算法來判斷癌癥風(fēng)險(xiǎn)，已經(jīng)投入臨床了。

過去最常使用的的算法是Tyrer-Cuzick模型。

TC模型是在通用風(fēng)險(xiǎn)算法Gail上，結(jié)合了乳房造影密度和乳腺纖維腺體組織等乳腺癌風(fēng)險(xiǎn)因素的預(yù)警模型。

但是，TC模型有明顯的缺陷。因?yàn)槿榉吭煊懊芏仁且粋€(gè)主觀概念，不同的醫(yī)師在操作時(shí)，對于機(jī)器給出的陰影密度數(shù)值會有不同的判斷。

此外，TC算法考慮的因素不夠全面，同一密度數(shù)值的患者，最終診斷結(jié)果可能完全不同。

而針對TC模型的不足，Barzilay博士和她的團(tuán)隊(duì)開發(fā)了三種不同的模型。

一種是基于傳統(tǒng)風(fēng)險(xiǎn)因素進(jìn)行判斷的邏輯回歸模型（RF-LR）；將患者在進(jìn)行乳房X光檢查時(shí)的風(fēng)險(xiǎn)因素映射到患者在5年內(nèi)是否患癌這個(gè)結(jié)果上。

第二個(gè)是僅基于X光片圖像的深度學(xué)習(xí)模型；用PyTorch構(gòu)建了一個(gè)深度卷積神經(jīng)網(wǎng)絡(luò)ResNet。給定一個(gè)乳房的1664 X 2048像素圖片，模型會預(yù)測是否會在5年內(nèi)發(fā)展成乳腺癌。

最后一種是結(jié)合RF-LR和X光片的混合模型，這也是最終投入臨床使用，準(zhǔn)確率最高的模型。

所有模型的訓(xùn)練數(shù)據(jù)，是團(tuán)隊(duì)從醫(yī)療機(jī)構(gòu)獲取的從2009年到2012年間，60886名患者的檢查資料。其中既包括乳腺癌確診，也有疑似乳腺癌，最后沒有確診的。

團(tuán)隊(duì)還對每名提供資料的患者進(jìn)行為期5年的醫(yī)學(xué)隨訪，以確認(rèn)模型的準(zhǔn)確率。

為了衡量模型捕獲長期未來風(fēng)險(xiǎn)的能力，需要計(jì)算每種模型的AUC（接收器工作特性曲線下的面積），以區(qū)分3–5年內(nèi)患癌癥的患 者和5年內(nèi)未患癌癥的患者。

混合模型的取得較好預(yù)測成績的一個(gè)重要原因，是判斷癌癥發(fā)病率并不是僅僅按照X光片的組織致密度，而是綜合了從過往病歷中學(xué)習(xí)到經(jīng)驗(yàn)，包括年齡、病史、生理周期等等因素。

在臨床對比中，在已確診的乳腺癌患者中，混合模型在前期就對其中的31%作出了預(yù)警，而傳統(tǒng)的TC模型的有效預(yù)警僅有18%。

目前這項(xiàng)技術(shù)已經(jīng)在新加坡、中國臺灣、美國、瑞典等等多家醫(yī)院進(jìn)行了測試。

第一屆AI“諾貝爾獎”

頒出這個(gè)獎項(xiàng)的AAAI，大家已經(jīng)很熟悉了，美國人工智能協(xié)會， 是人工智能領(lǐng)域的主要學(xué)術(shù)組織之一。

如今AAAI已經(jīng)改名成了“人工智能促進(jìn)協(xié)會”（the Association for the Advance of Artificial Intelligence）。

說到這個(gè)獎項(xiàng)，是由國內(nèi)的AI教育企業(yè)松鼠AI和AAAI聯(lián)合設(shè)置的，當(dāng)然，100萬美元的獎金，也是由松鼠AI出。

其實(shí)，獎項(xiàng)的全名，也冠上了“AAAI和松鼠AI人工智能人類福祉獎”（AAAI SQUIRREL AI AWARD FOR ARTIFICIAL INTELLIGENCE FOR THE BENEFIT OF HUMANITY）。

這個(gè)獎項(xiàng)，頒給”用有意義的方式保護(hù)，增強(qiáng)和改善人類生活，并具有長效影響的的人工智能進(jìn)展?！?/p>

評獎委員會，也是AAAI的會員、學(xué)術(shù)界大佬，其中包括深度學(xué)習(xí)三巨頭之一Bengio。

在AAAI官網(wǎng)上，并沒有說這是“AI諾貝爾獎”，只是去年松鼠AI與AAAI達(dá)成合作后，在國內(nèi)的宣傳上，用了“AI諾貝爾獎”這個(gè)詞。

△圖源：中國網(wǎng)

“AI諾貝爾獎”是為了宣傳，沒有被廣泛認(rèn)可，甚至AAAI官網(wǎng)也沒有這么說，但每年拿出100萬美金的真金白銀，確實(shí)沒有假。

從獲獎的Regina Barzilay博士來說，不幸罹患癌癥，卻能從中發(fā)現(xiàn)科研課題，并且堅(jiān)持用幾年時(shí)間持續(xù)研究，用AI將乳腺癌診療技術(shù)向前帶動了重要一步，也為全世界無數(shù)女性患者，帶來了更多先期發(fā)現(xiàn)治療的希望。

從人道主義角度考察，Barzilay博士獲得這個(gè)獎實(shí)至名歸。

至于松鼠AI，算是用力所能及的方式為人工智能的發(fā)展做出了努力吧~

參考鏈接：
https://news.mit.edu/2020/regina-barzilay-wins-aaai-squirrel-ai-award-artificial-intelligence-0923

https://jclinic3.wixsite.com/reginabarzilay

https://news.mit.edu/2017/mit-computer-scientist-regina-barzilay-wins-macarthur-genius-grant-1011

https://www.medsci.cn/article/show_article.do?id=a0a8180225a9

http://edu.china.com.cn/2019-05/28/content_74830081.htm