10月16日，MIT计算机科学与人工智能实验室（CSAIL）与哈佛大学医学院合作，研发了一种可以判断恶性肿瘤的AI，可通过查看患者的X射线照片判断是否为乳腺癌。相关论文发表在期刊《放射学》（radiology）上。
这项研究由MIT计算机科学教授Regina Barzilay带领，曾获哥伦比亚大学计算机科学博士学位。而她本人被诊断出患上乳腺癌，不过好在这种这种癌症如果发现得早，常常可以治愈，她就是幸运儿之一。治愈后，Barzilay教授便把自己的研究领域（机器学习），与癌症肿瘤相结合，致力于将AI运用于医疗健康行业。
最近的这项研究便是用于初期的乳腺癌的诊断。因为如果乳腺癌发现的早是可以治愈的。但，现有的发现乳腺癌的方法主要是X射线照片，医生通过观察患者的X照片，来判断是良性的肿瘤还是异常的可能发展为恶性的肿瘤。如果发现高风险异常，医生会对病人进行针刺活检测试，到这一步，有70%的患者其实是良性的，20%是恶性的，10%是高危病变（High-risk）的（这部分可能为良性，也可能转变为恶性）。
接下来，这10%的高危病变患者，由于无法判断到底是恶性还是良性，都会接受切除治疗（当然那20%恶性肿瘤是一定会安排切除手术的），但是问题就在于，这10%的高位病变患者中，在切除手术后会发现其实有90%都是良性，并不会发展为癌症。
也就是说，这部分高位患者会接受疼痛而又昂贵的治疗，但是90%其实都是不必要的，但是按照现有的医疗手段并不能完全判断出这些高位病变患者中哪些是恶性的哪些是良性的。那么不如交给AI好了。团队使用600例高风险病变的案例的信息，包括X切片、家族史、体检数据、病理报告等数据，来训练AI。
然后用335例（此后都发展为恶性）病例来测试该AI，结果它的诊断的成功率为97%。理论上来说很大一部分患者即可不必遭受昂贵又疼痛的切除手术。
