罹患乳腺癌的这位MIT教授，用NLP甄别患者胸前的“定时炸弹”

在 2014 年的时候， MIT CSAIL 教授 Regina Barzilay 依然带领学生在 ACL、EMNLP 上发布了六篇论文，而且在接下来的几年笔耕不辍，高产连连。

你或许要问雷锋网AI科技评论：为何用“依然”这个词？

因为在这一年，Barzilay 被诊断患有乳腺癌。

Regina Barzilay 专注 NLP 领域，在 2005 年曾被评选为 MIT TR 35 之一。在患病之后，Brazilay 意识到好的数据非常宝贵。「你非常需要数据，非常需要信息。」Barzilay 表示，「我是否要采用这种药物？这个治疗方案对我来说是最好的选择吗？复发率会是多高？如果没有可靠的数据支持，那么你的治疗方案只能依赖全凭运气的猜测。」

兴许是自己的切身体会让 Barzilay 感触良多，在鬼门关走过一遭后，Barzilay 在回到学校后就着手开展了机器学习应用于医学领域的研究，并在 2016 年发布了《利用机器学习分析乳腺癌报告》的论文。

从诊断到治疗，从预防到检测，Barzilay 想做的并不是颠覆现有的临床研究，只是想利用机器学习帮助医生和患者从中受益。医生会通过病人的信息手工映射到结构化的数据上，并确定病症的相关性。这种原始的方法可以与计算机科学联系起来，并利用后者完成人类医生一直在做的事情。

但是，诊断中存在的延误与失误对科学进步而言实在是一大讽刺和阻碍。雷锋网根据美国肿瘤协会提供的一项数据了解到，美国每年有 170 万人诊断患有癌症，但只有 3% 参加了临床试验。而目前的研究实践数据只能完全依赖这 3% 的患者。因此，Barzilay 想做的，就是从剩下的 97% 患者中获取更多的信息。

Barzilay 获得了和不少医院名师的合作，比如麻省医院（MGH）的乳腺放射科主任 Taghian Alphonse、MGH 的 Avon Comprehensive Barzilayreast Evaluation Center 的 Kevin Hughes、还有乳腺图像处理部的 Constance Lehman 等。他们为 Barzilay 的研究提供宝贵的数据支持。

而在 MIT Stata 中心，Barzilay 表示目前的项目资金其实足够给前来工作的学生们支付酬劳，但就像 Barzilay 一样，学生们都是本着一颗热忱的心在无偿劳动。「在 MIT 这么长时间，我从来没有见过学生对研究抱着如此崇高的情怀，而且还自愿奉献自己的时间。」

Barzilay 主要通过 NLP 结合患者的诊断报告，对数据进行检索、总结及文本的理解。通过 NLP 工具，Barzilay 与学生们从 10.8 万份癌症患者的报告中提取了相关的临床信息，而所整理的数据集准确度达到 98%。

她的工作核心是机器学习，或者说，让计算机从数据中习得算法与事物间的内在联系。就像亚马逊、Netflix 那样，系统能够跟踪并预测你的喜好，并将这些「小结论」综合为大数据。

下一步，Barzilay 准备将治疗结果加进诊断报告中。在另一个研究中，Barzilay 开发了一个数据集，Hughes 团队能够利用这个数据集监控非典型疾病的发展，也就是说，医生可以判断哪些病人在未来有高风险罹患癌症的可能性。

机器在预测上有着天生的优势——但 Barzilay 却不满足于此，她与电子工程及计算机科学学院的教授 Tommi Jaakkola 及学生 Tao Lei 尝试揭开机器学习的黑箱，在文本数据方面提出了一种新的训练神经网络的方法，让机器不仅可以提供预测与分类，还能为人类的决策提供理论的决策依据。这一研究目前已经尝试应用于数千份乳腺活检的病理报告，通过文本为病理学家提供诊断依据。

此外，Barzilay 也在研究如何让这些新工具更好地做出预测。乳腺的 X 光片信息量非常大，人类在短时间内很难全部看清，而与之不同的是，机器能够观察到最为细微的变化，而且在低像素的 X 光中，它的表现也同样不俗。Barzilay 与　Lehman 和 Nicolas Locascio 进行合作，将深度学习用于分析乳腺 X 光片。

他们的小目标是希望帮助放射科医生分析一些常用的诊断指标，大目标则是希望能在 X 光片都看不出端倪时，能够先给病人敲响警钟，或判断哪些病人的有复发的可能性。这实际上也就是「预测」了——在 X 光还没有显示问题时，机器就已经「看透」了一切。

但要实现终极目标，则需要让计算机应用于健康领域的各个方面。目前这一方向已经有了进展：Taghian 与研究生 Julian Straub 带领六个本科生目前开发了一个采用机器学习检测淋巴瘤的设备。这种疾病早期症状非常隐蔽，如果没有及时发现，后果将不堪设想。不过由于造价昂贵，相关的检测设备在美国非常稀缺。学生们正在尝试开发出造价更加便宜的版本，并希望数月内能在 MGH 里进行测试。

Barzilay 对于目前机器学习做出的贡献感到非常欣慰，她认为这在未来将会对医疗领域产生巨大变革，「现在依然任重道远，我们的征程才刚刚开始。」雷锋网也将持续关注研究的后续进展。