"现在确定一个特定的乳腺癌患者的正确治疗方法是非常困难的，关键是要避免使用不太可能对该患者有真正好处的治疗方法而产生不必要的副作用，"系统设计工程教授黄说。"一个能够帮助预测病人是否可能对某一特定的治疗方法有良好反应的人工智能系统给医生提供了所需的工具，为病人开出最佳的个性化治疗方法，以改善康复和生存。"在视觉和图像处理（VIP）实验室的研究生Amy Tai领导的项目中，人工智能软件通过使用由Wong和他的团队发明的一种新的磁图像共振模式（称为合成相关扩散成像（CDI））制作的乳腺癌图像进行训练。利用从旧乳腺癌病例的CDI图像中收集到的知识和关于其结果的信息，人工智能可以根据新患者的CDI图像预测术前化疗是否会受益。被称为新辅助化疗，手术前的治疗可以缩小肿瘤，使手术成为可能或更容易，并减少对乳房切除术等重大手术的需求。"我对这项技术相当乐观，因为深度学习人工智能有可能看到并发现与病人是否将从特定治疗中受益有关的模式，"VIP实验室主任、加拿大人工智能和医学成像研究主席黄说。关于该项目的一篇论文"Cancer-Net BCa: Breast Cancer Pathologic Complete Response Prediction using Volumetric Deep Radiomic Features from Synthetic Correlated Diffusion Imaging"最近在Med-NeurIPS上发表，作为NeurIPS 2022的一部分，这是一个关于人工智能的重要国际会议。新的人工智能算法和完整的乳腺癌CDI图像数据集已通过Cancer-Net倡议公开提供，以便其他研究人员能够帮助推进这一领域。