随着人工智能逐渐在各领域展露头角，美国政府也希望能利用人工智能来帮助医生诊断和有效治疗乳腺癌。
事实上，自20世纪70年代末开始，全球乳腺癌发病率一直呈上升趋势。据了解，美国8名妇女一生中就会有1人患乳腺癌。根据美国国家癌症研究所指出，尽管过去二十年内乳腺癌的死亡率稳中有降，但它仍然是美国女性癌症中第二大杀手。
由于乳腺癌细胞丧失了正常细胞的特性，细胞之间连接松散，容易脱落。癌细胞一旦脱落，游离的癌细胞可以随血液或淋巴液播散全身，形成转移，危及生命。但针对这种有扩散性危害的疾病，现有药物成效并不好。
美国国防部本周宣布，支持生物制药公司伯格健康（Berg Health）运用AI技术来寻找药物，以求能对乳腺癌进行针对性治疗。这项合作支持 White House’s Cancer Moonshot 的倡议，以从250,000个患者样本中寻找新的生物学指标，或生物标记物的癌症早期迹象。
根据双方的协议，Berg将有机会获得美国国防部的临床乳房护理项目中，近8000个病人包括健康以及患病组织中的13600个样本。
Berg将对健康人群及各种乳腺癌亚型人群的组织样本进行测序，能获得正常细胞和癌细胞中关于蛋白质、细胞生理进程和突变的基因组信息和其它信息。
这些数据将与患者已知病史结合并送入Berg的人工智能平台，这将获得包括健康的模型以及病变组织的模型的模型。该平台的算法将有助于发现生物标志物或药物靶点，能用于血液检测来筛查乳腺癌。
Berg 公司的总裁兼CEO Niven Narain 说，获得数据后，Berg将运用这些数据来做假设，这个假设与药物发现的正常进程相反。
像AtomWise、Insilico医学和TwoXAR等初创企业也在采取类似的方法，即使用定制AI平台以帮助减少传统药物研发中的部分假设工作。
Narain认为，现在还存有一些研究人员没有识别出的乳腺癌亚型，他希望Berg能识别那些未知乳腺癌亚型以及已知亚型的药物靶点。该研究成果所发现的关键性生物标志物，可应用于乳腺癌筛查的血液检测中，这种方式相比传统的组织穿刺过程更少侵略性。
用于乳腺癌治疗的靶向药被称为赫赛汀，该靶向药效果很好但是并不能用于所有病人，这是因为它们是为肿瘤内的特定基因突变设计的。在乳腺癌患者中，有25％左右患有亚型HER2阳性疾病，当这类疾病处于早期时，赫赛汀能有效发挥作用。但不是所有患者用赫赛汀有反应，这也表明还有其他生物因素在起作用，Narain说。
目前，Berg已经使用其AI平台来识别以及推进研发实验药物，这种药物很可能减缓或者逆转癌细胞的生长。该研究药物目前与常见癌症药物一起，应用于II期晚期胰腺癌临床试验。
