Nature Medicine:新人工智能算法有助于检测脑瘤
人工智能算法竟也能帮助检测脑瘤
脑瘤是在大脑中生长的大量异常细胞。仅2016年,全球就有33万脑癌病例和22.7万相关死亡。早期发现对改善患者预后至关重要,多亏了一组研究人员,他们开发了一种新的成像技术和人工智能算法,可以帮助医生准确地识别脑瘤。
这项研究发表在《自然医学》杂志上,揭示了一种结合现代光学成像和人工智能算法的新方法。纽约大学(New York University)的研究人员研究了机器学习在脑瘤术中进行精确实时诊断的准确性。
在过去,诊断脑瘤的唯一方法是及时对加工过的组织进行苏木精和伊红染色。此外,对这些发现的解释依赖于对标本进行检查的病理学家。研究人员希望新方法能提供更好、更准确的诊断,有助于立即开始有效的治疗。
在癌症治疗中,越早诊断出癌症,肿瘤医生就越早开始治疗。在大多数情况下,早期发现可改善健康结果。研究人员发现他们的新检测方法产生了94.6%的准确率,相比之下,基于病理学的解释有93.9%的准确率。
成像技术
研究人员使用了一种新的成像技术,称为“拉曼光谱”(SRH),它可以揭示肿瘤在人体组织中的浸润。该技术收集分散的激光并强调在许多人体组织图像中不常见的特征。
对于这些新图像,科学家们使用人工智能算法进行处理和研究。在仅仅2分30秒内,研究人员就做出了脑瘤的诊断。脑癌的快速检测不仅有助于早期诊断,而且有助于实施快速有效的治疗计划。早期发现癌症,治疗可能对杀死癌细胞更有效。
该团队还利用同样的技术,准确地识别和移除无法用传统方法检测到的无法检测到的肿瘤。
“作为外科医生,我们只能根据所见采取行动;这项技术使我们能够看到原本看不见的东西,从而提高OR的速度和准确性,并降低误诊的风险。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,”研究人员表示。
研究结果
这项研究是研究小组的各种想法和努力的总结。首先,他们通过训练一个深度卷积神经网络(CNN)建立了人工智能算法,该网络包含了来自415名患者的250多万样本。该方法帮助他们将组织样本分成13类,代表最常见的脑瘤类型,如脑膜瘤、转移性肿瘤、恶性胶质瘤和淋巴瘤。
为了验证这一观点,研究人员招募了278名正在三所大学医学中心接受脑瘤切除或癫痫手术的患者。对来自大脑的肿瘤样本进行了检查和活检。研究人员将这些样本分成两组——对照组和实验组。
研究小组将对照组安排在病理学实验室进行传统的处理。整个过程需要20到30分钟。另一方面,对实验组进行了术中检测和研究,通过CNN获取图像并进行检查处理。
实验组和对照组都有明显的错误,但都是相互独立的。这个新工具可以帮助中心检测和诊断脑瘤,特别是那些没有神经病理学专家的脑瘤。
研究人员解释说:“SRH将革新神经病理学领域,它将改善手术过程中的决策,并在缺乏训练有素的神经病理学家的医院提供专家级评估。”
关注大健康Pai 官方微信:djkpai我们将定期推送医健科技产业最新资讯