在 2014 年的時候， MIT CSAIL 教授 Regina Barzilay 依然帶領(lǐng)學(xué)生在 ACL、EMNLP 上發(fā)布了六篇論文，而且在接下來的幾年筆耕不輟，高產(chǎn)連連。

你或許要問雷鋒網(wǎng)AI科技評論：為何用“依然”這個詞？

因為在這一年，Barzilay 被診斷患有乳腺癌。

Regina Barzilay 專注 NLP 領(lǐng)域，在 2005 年曾被評選為 MIT TR 35 之一。在患病之后，Brazilay 意識到好的數(shù)據(jù)非常寶貴?！改惴浅Ｐ枰獢?shù)據(jù)，非常需要信息?！笲arzilay 表示，「我是否要采用這種藥物？這個治療方案對我來說是最好的選擇嗎？復(fù)發(fā)率會是多高？如果沒有可靠的數(shù)據(jù)支持，那么你的治療方案只能依賴全憑運氣的猜測?！?/p>

興許是自己的切身體會讓 Barzilay 感觸良多，在鬼門關(guān)走過一遭后，Barzilay 在回到學(xué)校后就著手開展了機器學(xué)習(xí)應(yīng)用于醫(yī)學(xué)領(lǐng)域的研究，并在 2016 年發(fā)布了《利用機器學(xué)習(xí)分析乳腺癌報告》的論文。

從診斷到治療，從預(yù)防到檢測，Barzilay 想做的并不是顛覆現(xiàn)有的臨床研究，只是想利用機器學(xué)習(xí)幫助醫(yī)生和患者從中受益。醫(yī)生會通過病人的信息手工映射到結(jié)構(gòu)化的數(shù)據(jù)上，并確定病癥的相關(guān)性。這種原始的方法可以與計算機科學(xué)聯(lián)系起來，并利用后者完成人類醫(yī)生一直在做的事情。

但是，診斷中存在的延誤與失誤對科學(xué)進步而言實在是一大諷刺和阻礙。雷鋒網(wǎng)根據(jù)美國腫瘤協(xié)會提供的一項數(shù)據(jù)了解到，美國每年有 170 萬人診斷患有癌癥，但只有 3% 參加了臨床試驗。而目前的研究實踐數(shù)據(jù)只能完全依賴這 3% 的患者。因此，Barzilay 想做的，就是從剩下的 97% 患者中獲取更多的信息。

Barzilay 獲得了和不少醫(yī)院名師的合作，比如麻省醫(yī)院（MGH）的乳腺放射科主任 Taghian Alphonse、MGH 的 Avon Comprehensive Barzilayreast Evaluation Center 的 Kevin Hughes、還有乳腺圖像處理部的 Constance Lehman 等。他們?yōu)?Barzilay 的研究提供寶貴的數(shù)據(jù)支持。

而在 MIT Stata 中心，Barzilay 表示目前的項目資金其實足夠給前來工作的學(xué)生們支付酬勞，但就像 Barzilay 一樣，學(xué)生們都是本著一顆熱忱的心在無償勞動?！冈?MIT 這么長時間，我從來沒有見過學(xué)生對研究抱著如此崇高的情懷，而且還自愿奉獻自己的時間?！?/p>

Barzilay 主要通過 NLP 結(jié)合患者的診斷報告，對數(shù)據(jù)進行檢索、總結(jié)及文本的理解。通過 NLP 工具，Barzilay 與學(xué)生們從 10.8 萬份癌癥患者的報告中提取了相關(guān)的臨床信息，而所整理的數(shù)據(jù)集準(zhǔn)確度達到 98%。

她的工作核心是機器學(xué)習(xí)，或者說，讓計算機從數(shù)據(jù)中習(xí)得算法與事物間的內(nèi)在聯(lián)系。就像亞馬遜、Netflix 那樣，系統(tǒng)能夠跟蹤并預(yù)測你的喜好，并將這些「小結(jié)論」綜合為大數(shù)據(jù)。

下一步，Barzilay 準(zhǔn)備將治療結(jié)果加進診斷報告中。在另一個研究中，Barzilay 開發(fā)了一個數(shù)據(jù)集，Hughes 團隊能夠利用這個數(shù)據(jù)集監(jiān)控非典型疾病的發(fā)展，也就是說，醫(yī)生可以判斷哪些病人在未來有高風(fēng)險罹患癌癥的可能性。

機器在預(yù)測上有著天生的優(yōu)勢——但 Barzilay 卻不滿足于此，她與電子工程及計算機科學(xué)學(xué)院的教授 Tommi Jaakkola 及學(xué)生 Tao Lei 嘗試揭開機器學(xué)習(xí)的黑箱，在文本數(shù)據(jù)方面提出了一種新的訓(xùn)練神經(jīng)網(wǎng)絡(luò)的方法，讓機器不僅可以提供預(yù)測與分類，還能為人類的決策提供理論的決策依據(jù)。這一研究目前已經(jīng)嘗試應(yīng)用于數(shù)千份乳腺活檢的病理報告，通過文本為病理學(xué)家提供診斷依據(jù)。

此外，Barzilay 也在研究如何讓這些新工具更好地做出預(yù)測。乳腺的 X 光片信息量非常大，人類在短時間內(nèi)很難全部看清，而與之不同的是，機器能夠觀察到最為細微的變化，而且在低像素的 X 光中，它的表現(xiàn)也同樣不俗。Barzilay 與　Lehman 和 Nicolas Locascio 進行合作，將深度學(xué)習(xí)用于分析乳腺 X 光片。

他們的小目標(biāo)是希望幫助放射科醫(yī)生分析一些常用的診斷指標(biāo)，大目標(biāo)則是希望能在 X 光片都看不出端倪時，能夠先給病人敲響警鐘，或判斷哪些病人的有復(fù)發(fā)的可能性。這實際上也就是「預(yù)測」了——在 X 光還沒有顯示問題時，機器就已經(jīng)「看透」了一切。

但要實現(xiàn)終極目標(biāo)，則需要讓計算機應(yīng)用于健康領(lǐng)域的各個方面。目前這一方向已經(jīng)有了進展：Taghian 與研究生 Julian Straub 帶領(lǐng)六個本科生目前開發(fā)了一個采用機器學(xué)習(xí)檢測淋巴瘤的設(shè)備。這種疾病早期癥狀非常隱蔽，如果沒有及時發(fā)現(xiàn)，后果將不堪設(shè)想。不過由于造價昂貴，相關(guān)的檢測設(shè)備在美國非常稀缺。學(xué)生們正在嘗試開發(fā)出造價更加便宜的版本，并希望數(shù)月內(nèi)能在 MGH 里進行測試。

Barzilay 對于目前機器學(xué)習(xí)做出的貢獻感到非常欣慰，她認為這在未來將會對醫(yī)療領(lǐng)域產(chǎn)生巨大變革，「現(xiàn)在依然任重道遠，我們的征程才剛剛開始?！估卒h網(wǎng)也將持續(xù)關(guān)注研究的后續(xù)進展。

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。