欢迎您访问科普小知识本站旨在为大家提供日常生活中常见的科普小知识,以及科普文章!
您现在的位置是:首页  > 自然科普

治疗癌症的新可能:人工智能两分钟就能准确诊断脑瘤

科普小知识2022-05-19 13:31:22
...

根据国外媒体报道,人类病理学家通常需要大约30分钟从手术中获取的组织样本中诊断出脑瘤。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,而且比人类的同类系统更精确。

在最近发表在《自然医学》杂志上的一项新研究中,科学家们描述了一种新的诊断技术,它将先进的光学成像技术与人工智能的力量结合在一起。当病人仍在手术台上时,该系统可以对脑肿瘤进行实时、快速和准确的诊断。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更准确、更简短。令人兴奋的是,新系统可以用于找不到专业神经学家的地方,并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个治疗计划,如安排后续手术切除肿瘤。根据这项新的研究,美国每年大约有110万个大脑样本需要由训练有素的神经病理学家进行活检,这是一个“时间、资源和劳动密集型”的过程

事实上,这些诊断包括十几个步骤,包括将组织从手术室运送到实验室,在低温下暂时冷冻,解冻并脱水,用二甲苯清洗,最后在显微镜下分析。最重要的是,所有这些步骤都需要一个组织病理学专家,这是目前所缺乏的。“鉴于神经病理学研究人员空缺率为42%,预计还会有进一步的短缺,”该报告称。

为了简化这个过程,纽约大学的神经科学家丹尼尔·奥林杰(Daniel Orringer)和他的同事开发了一种诊断技术,这种技术将一种叫做受激拉曼组织学(SRH)的新光学成像技术与人工智能深层神经网络相结合。SRH使用散射激光来照亮标准成像技术中通常看不到的特征。在手术过程中,通过SRH获得的图像通过人工智能算法进行评估,耗时不到150秒,而人类神经病理学家通常需要20到30分钟。

更令人惊讶的是,人工智能还能检测肉眼看不见的活检特征。“作为外科医生,我们只能根据我们看到的来行动。这项技术可以让我们看到我们看不到的东西,从而提高手术的速度和准确性,降低误诊的风险,”丹尼尔·奥林格说。"有了这项成像技术,癌症手术比以往任何时候都更安全、更有效. "

为了建立一个深层的神经网络,科学家用415名患者的250万张图像训练了这个系统。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。

后来,研究人员在三个不同的医疗机构对278名脑肿瘤和癫痫患者进行了临床试验,以测试该系统的有效性。SRH图像分别由人类专家和人工智能进行评估。结果表明,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,人类犯的错误不同于人工智能犯的错误,这实际上是一个好消息,因为它表明人工智能中的错误本质可以在未来得到解释和纠正,从而获得一个更精确的系统。

SRH将彻底改变神经病理学的领域,因为它改善了手术期间的决策过程,并且它可以在缺少神经病理学专家的医院中提供专家评估结果。此外,该研究还指出,由于脑肿瘤的许多组织学特征可以在其他形式的癌症中看到,该系统最终可能用于其他领域,包括皮肤病学、妇科、乳腺外科和头颈外科。

诚然,人工智能正在慢慢超越人类。例如,谷歌开发了一个比人类专家更擅长诊断乳腺癌和肺癌的系统。我们有时会对超越人类的人工智能感到紧张(这是可以理解的),但是让人工智能在医疗方面迈出更大的一步。

谷歌人工智能乳腺癌检测

在他们努力进入医学领域的过程中,谷歌的研究人员成功地培养了人工智能,这种智能能够比医生更精确地检测乳腺癌。在这项由谷歌资助的研究中,一个由来自不同医院和大学的独立研究人员组成的团队、谷歌卫生部的研究人员以及来自深度思维(一家由谷歌拥有的英国人工智能公司)的工程师分析并比较了来自英国和美国的近29000张乳房x光照片。研究报告发现,美国和英国的假阴性结果分别下降了9.7%和2.7%,假阳性结果分别下降了5.7%和1.2%。这是在人工智能处理的信息较少的情况下实现的。在对比研究中,谷歌从美国的数据集中随机选择了500张x光照片,并提供了患者的年龄、乳腺癌病史和以前的x光照片。

谷歌在调查样本上提供的人口统计信息有限,但如果人工智能应用于现实世界中更多样化的人群,那么人工智能可能有助于发现隐藏在密集组织背后的癌症。该论文还指出,与美国不同,人工智能也可以减少英国放射学家的“工作量”。与美国不同,英国病人在每次乳房x光检查时通常会得到两种意见。

毫无疑问,随着谷歌将其业务扩展到医疗技术领域,未来十年将会有更多的发展。谷歌首席执行官桑德尔·皮帅表示,医疗是人工智能最大的应用之一,“在未来10至20年,它的好处将继续显现”。在最新的研究之前,谷歌已经在研究通过深入学习来检测乳腺癌的传播。在过去的几年里,谷歌也一直在训练人工智能来检测糖尿病眼病和心脏病,并分析多发性硬化症进展的数据。2014年,谷歌试图推出一种植入微芯片的智能隐形眼镜来测量血糖水平,但后来发现眼泪的量不足以测量血糖,因此停止了这种眼镜的研发。在这种情况下,谷歌收购了Fitbit(包括其子公司Fitbit Health Solutions),将健康保险成本与Fitbit数据结合起来。

然而,谷歌对用户数据的挖掘是有争议的,尽管他们声称是出于慈善目的。2017年,英国当局指控谷歌非法获取了160万份健康记录,用于深度思维开展的一项肾损伤研究。就在几个月前,谷歌在一项名为“南丁格尔计划”的研究中收集了数百万不知情的美国人的医疗数据(谷歌认为其数据收集符合健康保险流通和责任法案)。

贝丝·以色列莱赫医学中心的放射学住院教授埃塔·皮萨诺认为医学界不应该操之过急。皮扎诺提到了早期计算机辅助检测技术的失败。20世纪90年代,这项技术首次被引入,“在实验测试中显示出巨大的前景,但在现实中却未能取得成功。”这项技术的诊断准确性并不比人类好。然而,Pisano还写道,乳腺癌筛查“可能是人工智能在医学成像领域的一个理想应用”,因为它有大量可用的数据集,而且乳腺癌检测比其他必须考虑许多因素的诊断更具二进制性。(任天)