病理學(xué)家在過去100年都是以相同的方式來診斷疾病，一般都是在顯微鏡下手動地看所拍的片子。但是，新的研究表明，計算機(jī)可以幫助醫(yī)生提高看片的準(zhǔn)確性，以及有效改變癌癥和其他疾病的診斷方式。

貝斯以色列女執(zhí)事醫(yī)療中心（BIDMC）和哈佛醫(yī)學(xué)院（HMS）的一個研究小組最近開發(fā)研究出一種人工智能方法，旨在訓(xùn)練計算機(jī)，讓它們可以解釋病理圖像，同時他們對此還有一個長期目標(biāo)，就是建立一個人工智能系統(tǒng)，從而能更準(zhǔn)確地進(jìn)行疾病診斷。

“我們的人工智能系統(tǒng)，是基于“深度學(xué)習(xí)”技術(shù)，其中所使用的機(jī)器學(xué)習(xí)算法可以用于一系列的應(yīng)用之中，包括語音識別和圖像識別，”貝斯以色列女執(zhí)事醫(yī)療中心癌癥研究所的生物信息學(xué)主安德魯?貝克博士這樣談道，同時貝克博士也是哈佛醫(yī)學(xué)院的一名副教授。“這種科技手段，主要是通過構(gòu)建多層人工神經(jīng)網(wǎng)絡(luò)，讓這些機(jī)器對現(xiàn)實(shí)生活中觀察到的復(fù)雜類型和結(jié)構(gòu)數(shù)據(jù)進(jìn)行分析，從頭到尾就類似于在人腦皮層的神經(jīng)元進(jìn)行學(xué)習(xí)的整個過程，而通常人的思維就是在這個領(lǐng)域產(chǎn)生的。

貝克博士實(shí)驗(yàn)室開發(fā)的這個理論，最近參加了一個研究比賽，這個比賽是由生物醫(yī)學(xué)成像國際研討（ISBI）年會一手操辦的，ISBI這個研討會主要是通過對淋巴結(jié)檢查圖像的研究來診斷是否患有乳腺癌。

由于不同于其他領(lǐng)域，醫(yī)學(xué)是一個生死攸關(guān)的領(lǐng)域，尤其是癌癥的診斷，這些專家們不敢有一點(diǎn)馬虎，特別是又加入了人工智能這個新型技術(shù)，這就要求必須有一個強(qiáng)有力的研發(fā)團(tuán)隊。

整個技術(shù)支持包括貝克的整個研究團(tuán)隊，還有其實(shí)驗(yàn)室的博士后研究員王大勇、胡伊爾沙德博士，和Rishab Gargya博士，此外還包括麻省理工學(xué)院計算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室的阿迪亞?科斯拉，以上這些研究人員被分為兩隊，與來自全球各地的私營公司和學(xué)術(shù)研究機(jī)構(gòu)同臺競技。

該研究小組今天發(fā)布了一篇技術(shù)報告，他們希望這一份報告可以被采納于arXiv.org資料預(yù)印庫中，arxiv.org是全球最大的預(yù)印本系統(tǒng)，由美國國家科學(xué)基金會和美國能源部資助，在美國洛斯阿拉莫斯國家實(shí)驗(yàn)室建立的電子預(yù)印本文獻(xiàn)庫，其中的文獻(xiàn)包括物理，數(shù)學(xué)，計算機(jī)科學(xué)，生物學(xué)定量，定量金融和統(tǒng)計等領(lǐng)域。

“對病理學(xué)家們而言，通過檢查患者的淋巴結(jié)從而確定患者是否發(fā)生了癌癥轉(zhuǎn)移，這是一個必要的檢查過程，也是非常重要的一環(huán)?！必惪私忉尩??！笆聦?shí)證明，使用傳統(tǒng)的方式，利用顯微鏡在數(shù)以百萬的正常細(xì)胞中篩選出幾個惡性細(xì)胞，是十分費(fèi)力的。我們都覺得計算機(jī)在這一塊一定可以做的很好，的確，事實(shí)證明果然如此。”

在一次客觀評估中，給了研究人員們一些淋巴結(jié)細(xì)胞的幻燈片，并問他們這些淋巴結(jié)腫是否含有癌細(xì)胞，結(jié)果，該小組的自動診斷體系92%的診斷都是正確的?？扑估忉尩溃骸斑@幾乎與病理學(xué)家們96％的準(zhǔn)確率差不多?！?/p>

“但是，真正令人興奮的事情是，當(dāng)我們把病理學(xué)家的分析與我們的自動計算診斷方法結(jié)合起來的時候，診斷的準(zhǔn)確率提高到99.5％，”貝克說道?！鞍堰@兩種方法相結(jié)合，所產(chǎn)生的誤差會大幅減少。”

該研究小組是根據(jù)深度多層次的卷積神經(jīng)網(wǎng)絡(luò)，來訓(xùn)練計算機(jī)對癌性腫瘤區(qū)域和正常區(qū)域進(jìn)行區(qū)分的。

“在我們的方法中，我們一開始就利用上百張的幻燈片對其進(jìn)行訓(xùn)練，與此同時病理學(xué)家們對腫瘤區(qū)域和正常細(xì)胞區(qū)域也進(jìn)行了標(biāo)示，”王大勇說道?！叭缓螅覀儗@些訓(xùn)練樣本進(jìn)行提取，然后使用深度學(xué)習(xí)建立一個計算模型對它們進(jìn)行分類。”

研究小組隨后對計算機(jī)容易犯錯誤的樣本進(jìn)行標(biāo)記，再反復(fù)使用更難的案例去訓(xùn)練它。通過這種方式，計算機(jī)的性能得到不斷地改善。

“如今，無可厚非的一點(diǎn)是數(shù)字化圖像，和機(jī)器學(xué)習(xí)的使用可以幫助病理學(xué)家更快、更準(zhǔn)確地對患者做出診斷，”貝克補(bǔ)充道?！斑@是在病理領(lǐng)域30多年來的一個大使命。然而只有在不斷改進(jìn)的掃描、存儲、處理和算法的幫助下，才有可能行之有效地實(shí)現(xiàn)這個大使命。我們在ISBI競賽中取得的成績說明了，計算機(jī)現(xiàn)在已經(jīng)實(shí)現(xiàn)了真正的智能，另外，人機(jī)認(rèn)知的結(jié)合在治療診斷指導(dǎo)上將會更精確，也更具臨床價值?！?/p>

作為荷蘭內(nèi)梅亨大學(xué)數(shù)字病理學(xué)研究小組的負(fù)責(zé)人和此次比賽的組織者，吉榮?范?德?拉克博士這樣說，“當(dāng)我們開始這個比賽時，就期待出現(xiàn)一些有趣的結(jié)果。然而我們?nèi)f萬沒有想到的是，計算機(jī)在醫(yī)療診斷方面竟然可以與人類媲美。透過這一研究，我們可以清除地認(rèn)識到，人工智能在不遠(yuǎn)的將來，將會改變我們處理組織病理學(xué)圖像的方式。而人工智能的參與，將會幫助醫(yī)生們更好地篩選癌細(xì)胞，從而給人類的健康帶去更多的一份保障。”

貝克博士和科斯拉最近成立了一個初創(chuàng)公司（名為PathAI），他們旨在開發(fā)和應(yīng)用AI技術(shù)，使其成為病理學(xué)領(lǐng)域的忠實(shí)助手。

1號機(jī)器人網(wǎng)（www.1hjqr.com）機(jī)器人行業(yè)最權(quán)威媒體返回搜狐，查看更多

責(zé)任編輯：