治疗癌症的新可能:人工智能两分钟就能准确诊断脑瘤

【治疗癌症的新可能:人工智能两分钟就能准确诊断脑瘤】

治疗癌症的新可能:人工智能两分钟就能准确诊断脑瘤



据国外媒体报道 , 对于从手术中提取的组织样本 , 人类病理学专家通常需要大约30分钟才能从中诊断出脑瘤 。 相比之下 , 一种新的人工智能系统可以在不到150秒的时间内做到这一点 , 而且比人类同行更准确 。
在近期发表在《自然-医学》(Nature Medicine)杂志上的一项新研究中 , 科学家描述了一种新的诊断技术 , 它结合了先进的光学成像技术和人工智能的力量 。 该系统可以在患者仍在手术台上的情况下 , 对脑肿瘤进行实时、快速、准确的诊断 。 在测试中 , 人工智能做出的诊断比人类病理学家做出的诊断稍微准确一些 , 时间也更短一些 。 令人兴奋的是 , 这个新系统可以在那些无法找到专业神经学家的地方大显身手 , 而且还有望帮助诊断其他类型的癌症 。
在癌症手术中 , 外科医生提取一些有潜在问题的组织用于实验室分析并不罕见 。 这些术中活检有助于更准确的诊断 , 并帮助医疗团队设计下一步的治疗方案 , 如安排后续手术切除肿瘤 。 这项新研究称 , 美国一年大约有110万份大脑样本需要由训练有素的神经病理学家进行活检 , 这个过程是“时间、资源和劳动密集型的” 。
事实上 , 这些诊断涉及十几个步骤 , 包括将组织从手术室运输到实验室 , 暂时将其放在低温冷冻状态 , 再对样品进行解冻和脱水 , 用二甲苯清洁 , 最后再放在显微镜下分析 。 最重要的是 , 执行所有这些步骤都需要组织病理学家 , 而这正是目前所缺乏的 。 研究报告称 , “鉴于神经病理学研究人员42%的空缺率 , 预计还会出现进一步的短缺 。 ”
为了简化这一过程 , 纽约大学的神经学家丹尼尔·奥林杰(Daniel Orringer)和同事开发了一种诊断技术 , 将一种名为“受激拉曼组织学”(stimulated Raman histology , 简称SRH)的新型光学成像技术与人工智能深层神经网络结合起来 。 SRH使用散射激光来照射标准成像技术中通常看不到的特征 。 在手术过程中 , 通过SRH获得的图像由人工智能算法进行评估 , 所需时间不到150秒 , 而人类神经病理学家往往需要20至30分钟 。
更为神奇的是 , 人工智能还能探测到肉眼看不到的活检特征 。 “作为外科医生 , 我们只能根据所见来采取行动;这项技术让我们能够看到原本看不见的东西 , 从而提高手术的速度和准确性 , 降低误诊的风险 , ”丹尼尔·奥林杰表示 , “有了这种成像技术 , 癌症手术比以往任何时候都更安全、更有效 。 ”
为了建立深度神经网络 , 科学家利用415名患者的250万张图像对系统进行训练 。 在训练结束时 , 人工智能已经可以将脑组织分为13种常见的脑肿瘤 , 如恶性胶质瘤、淋巴瘤、转移性肿瘤、弥漫性星形细胞瘤和脑膜瘤 。
随后 , 研究人员在三家不同的医疗机构对278名脑瘤和癫痫患者进行了临床试验 , 以测试该系统的有效性 。 由人类专家和人工智能分别对SRH图像进行了评估 。 结果显示 , 人工智能识别肿瘤的正确率为94.6% , 而人类神经病理学家的正确率为93.9% 。 有趣的是 , 人类所犯的错误与人工智能所犯的错误是不同的 , 这实际上是一个好消息 , 因为这表明人工智能的错误性质可以在未来得到解释和纠正 , 从而获得一个更准确的系统 。
SRH将彻底改变神经病理学领域 , 因为它改善了手术过程中的决策过程 , 而且在缺少神经病理学家的医院里 , 它可以提供专家级的评估结果 。 此外 , 该研究还指出 , 由于脑瘤的许多组织学特征在其他形式的癌症中也能看到 , 因此该系统最终可能用于其他领域 , 包括皮肤科、妇科、乳腺外科和头颈外科手术 。

推荐阅读