她曾是乳腺癌患者，康复后开发了一款可预测乳腺癌的AI系统

很多伟大的发明，都跟研究者的自身经历有关，比如漫威电影《钢铁侠》里的托尼，因为自身遭受过恐怖分子的绑架，所以研发出钢铁盔甲。在人工智能领域，也有不少类似的例子。

雷吉纳·巴尔齐莱（Regina Barzilay）是麻省理工学院的教授，2015年，43岁的她被诊断出患上乳腺癌。

这是一种严重影响女性身心健康的可怕疾病。据统计，2015年美国有23.2万人确诊乳腺癌并有4万人因此离世，高居女性肿瘤新发病例与死亡病例之首，而据世界卫生组织统计，全球每年新发乳腺癌病例高达120万左右，即使是现代的医疗条件，也会有惊人的比率会死亡。中国著名的歌手姚贝娜，就是得了乳腺癌33岁不幸去世的。

乳腺癌的早期发现和早期诊断是一直是乳腺癌研究者的努力方向。乳腺癌早期没有明显症状，患者常常因此延误治疗。资料显示，有四分之一的病人病情源自对乳腺癌发病过程缺乏足够的监测和不完整的诊断测试。乳腺癌已经在全世界导致50多万人死亡，而其中九成的死亡和癌细胞转移扩散有关系。

如果能提前预知，提早做切除手术，基本能保住性命。著名的影星安吉丽娜·朱莉就因为被医生认为大概率会得乳腺癌，所以毅然选择双侧乳腺切除术，大大降低了发病的风险。尽管乳房X光检查已经得到普及，但这项检查手段并不总是可靠，大约有10%到15%的被检查者需要接受进一步的诊断，不确定因素很大。

被确诊得了乳腺癌后，雷吉纳·巴尔齐莱（Regina Barzilay）非常震惊，也非常沮丧，因为前沿统计和机器学习方法还未被用于帮助肿瘤学研究或指导治疗。当然，她很幸运，经过科学的治疗，她逃过一劫，成为幸存者。

康复之后，雷吉纳·巴尔齐莱（Regina Barzilay）惊魂未定，2016年结束癌症治疗后，她和学生们开始与马萨诸塞州综合医院的医生们合作，开发能够通过分析病理报告确定病人的系统，这些患者是研究人员可能想要研究的特殊临床病例。她结合自身的优势，尝试用人工智能来预测乳腺癌。

利用人工智能来监测乳腺癌，美国加州圣迭戈的海军医疗中心和谷歌人工智能部门曾进行过合作，开发了一种的乳腺癌监测算法，但测试的时候不太稳定，有时候特别准确，有时候受到时间等限制因素，人类病理专家会在62%的情况下遗漏掉切片中的转移瘤相关物质。

经过三年的努力，雷吉纳·巴尔齐莱（Regina Barzilay）团队通过使用6万个乳腺癌患者的9万张乳房X光影像进行机器训练，最终打造了一套人工智能深度学习模型。这个AI模型可以通过观察乳房X光造影识别出人眼难辨的恶性肿瘤先兆，预测患者在未来五年内是否可能发展成乳腺癌。