陈根:人工智能助力医疗,追溯癌症起源

文/陈根

人工智能在医疗卫生领域广泛应用正形成全球共识。可以说,人工智能以独特的方式捍卫着人类健康福祉,除了在诊疗手术、就医管理、医疗保险发挥作用,基于算法的人工智能近年来更是推动着疾病诊断与药物研究的革新,并越来越体现其优势。

近日,哈佛医学院 Faisal Mahmood 团队在 Nature 期刊发表论文,研究人员称,他们就开发了一种人工智能(AI)系统,该系统使用常规组织学切片就能准确查找转移性肿瘤的起源,同时对原发灶不明癌症(Cancer of Unknown Primary,CUP)进行鉴别诊断。

要知道,癌症转移(metastasis)是各种癌症导致死亡的最主要原因。常见的癌症转移主要有骨转移、肝转移、脑转移、肺转移、淋巴结转移、恶性胸水、恶性腹水等,这个阶段也被称为转移癌。90%的癌症患者死于癌细胞在病人身体的系统性扩散,这个阶段也被称为癌症晚期。

这一阶段也是学界攻关癌症的难点所在:在1-2%的癌症病例中,无法确定肿瘤最开始发生的部位,也就是原发灶。由于许多现代癌症治疗方法都针对原发性肿瘤,因此原发灶不明癌症(Cancer of Unknown Primary,CUP)的预后很差,平均总生存期仅为2.7-16个月。

为了获得更具体的诊断结果,患者通常必须进行广泛的诊断检查,其中可能包括额外的实验室检查、活检和内窥镜检查等等,这会导致治疗延迟,对患者生存不利。

此次研究中,研究团队开发了一种基于深度学习的算法,并将其命名为“深度学习评估肿瘤起源”(TOAD),可将肿瘤识别为原发性或转移性肿瘤,并预测其原发灶。

研究团队使用超过22000个癌症病例的十亿像素病理学全切片图像对该AI系统进行了训练,然后在约有6500个已知原发癌症病例中进行了测试,并分析了日益复杂的转移性癌症,以建立该AI模型在原发灶不明癌症(CUP)上的分析能力。

对于已知原发灶的肿瘤,该AI模型的预测准确率为83%,Top3预测准确率为96%。然后,研究团队在317个原发灶不明癌症(CUP)中测试了该AI模型,结果发现该AI模型的诊断与病理学家的一致率为63%,Top3诊断一致率为82%。

研究团队表示,该AI模型能够减少需要进行的辅助检查次数,减少额外组织采样,降低患者诊断所需总时间,能够加速诊断和后续治疗。这是使用全组织切片图像进行AI辅助癌症起源预测的第一步,该AI系统更将在未来改善对复杂转移性癌症患者的诊断,尤其是医疗资源贫乏地区的患者的诊断。

免责声明:该自媒体文章由实名作者自行发布(文字、图片、视频等版权内容由作者自行担责),且仅为作者个人观点,不代表 秒送号Miaosong.cn立场,未经作者书面授权,禁止转载。[投诉 · 举报作者与内容]

「作者 · 档案」
这个人很懒,什么都没有留下~

  
(0)

相关阅读

发表回复

登录后才能评论
发布