人工智能两分钟就能准确诊断脑瘤

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。