药明康德
首发于药明康德
《自然》子刊:查漏补缺!AI深谙病理知识高效诊断癌症及复发

《自然》子刊:查漏补缺!AI深谙病理知识高效诊断癌症及复发

癌症,是人类健康的一大杀手,不同癌症对人类的“杀伤力”自然也不同。从古至今,前列腺癌一直是困扰着男性的“健康杀手”。上至古埃及时期,中年男性木乃伊身上,科学家就曾找到过前列腺癌的肿瘤,肿瘤扩散全身,影响各处骨骼。


据最新发布的《全球癌症负担报告》中提到,前列腺癌是中国位列发病最多、死亡率最高的癌症前十名。不过前列腺癌又有着“不太冷的杀手”的称号,其生存数据较为乐观,局限性前列腺癌或者仅区域性扩散前列腺癌患者5年生存率可达100%。不管前列腺癌这个“杀手”冷不冷,它的危害性足以引起人们重视。科学家们也致力研发各种新疗法、拓展治疗新思路,从而造福患者。


日前,日本理化研究所(RIKEN)研究人员基于深度学习算法,开发出治疗前列腺癌的AI病理诊断解释的新方案。能够从无注释的病理学图像中自动获取可解释的特征,此外这个最新的AI还具有查缺补漏的能力,能够发现病理学家未注意到的癌症预后相关特征,这也就意味着AI预测前列腺癌复发的准确性将高于医生。这项研究最新发表在《自然通讯》(Nature Communications)上。


通过病理诊断癌症,是目前癌症医学中最可靠的诊断方式之一,不过对于医疗从业人员来说,病理学知识技能积累的过程不是一朝一夕便可完成,而是需要通过长期研究累积而成。从过往的一些医疗AI的研究来看,由机器学习(Machine Learning)驱动的组织病理图像分析模型随时辅助医生的有力工具,但却仍面临两大难题,一是通过需要可解释分析才能最终通过临床试验,二是当病理图像数据集过大时,人工注释可行性低


对研究人员来说,当务之急便是从大量无注释的病理图像中自动获取可解释的特征,那么深度学习(Deep Learning)便是不二选择了。研究由Yamamoto教授和Go Kimura教授领导研究,该团队在研究过程中与日本许多大学医院相继展开合作,他们采用无监督学习(Unsupervised Learning)方法展开研究。


图片来源:Pixabay


因此一旦当AI遇到难以采用人工注释类别的病理图像或是未经人工注释的图像,它都可以根据类别未知的训练样本解决模式识别中的各种问题,从而进一步了解前列腺患者病理图像。


研究人员获得了来自日本医学院附属医院(NMSH)的13,188张前列腺全载病理切片图像,相当于有大约860亿个图像补丁,这一庞大的图像数据集则被用于训练AI进行病理识别及癌症诊断。由于数据庞大,研究人员将算法过程置于强大的RAIDEN超级计算机上进行执行。


▲ RAIDEN超级计算机(图片来源:RIKEN)


AI系统从1100万个图像补丁中学习了为经过人工注释的病理图像,它成功识别出符合Gleason分级的病灶(Gleason分级是一种被广泛采用的前列腺癌组织学分级的方法,也是决定治疗方案的最重要的指标),同时AI在运作中还有意想不到的新发现,它还成功识别了人类病理学家未曾关注的非癌症区域中的基质(支持器官的结缔组织)。


相关阅读:里程碑!首个临床级病理学AI问世


为评估验证这些AI所发现的病灶,研究人员使用来自NMSH的其余病例的图像补丁进行了癌症复发预测的实验。经实验验证,他们发现,人工智能系统根据Gleason分级进行的前列腺癌患者复发预测的准确率为82%,相对于人类医生的诊断,准确率高出8%。此外,结合AI所发现的非癌症区域的组织,以及人类建立的标准库,这种联合预测的准确率为84.2%,也比单一方式来得更高。


▲ 自动注释图像,发现的关键特征和细胞水平信息(图片来源:参考资料[1])


为确保实验结果的可信度,研究人员还将来自圣玛丽安娜大学医院和爱知医科大学医院的2,276张完整的病理图像,100亿个图像补丁作为进行外部验证的数据集,从而进一步验证了AI模型的性能。


Yamamoto教授表示,他们十分高兴,发现AI能够从未经注释的病理图像中自行识别出病灶。这一研究的成功也让他们看到AI用于预测癌症复发的潜能。从未经注释的病理图像中对病灶组织进行精准识别,不但为AI预测癌症复发提供可能,对于个性化医学的发展更是贡献不小。


从这项研究中,人们也可以因此更好理解AI在预测癌症时的工作方式,这对于解决一些医疗AI的“黑箱”问题来说是大有助益的,也将能为医疗人工智能安全的发展奠定基础。人类与AI的工作互不冲突、相辅相成,这种高效的工作模式也将催生出更高效的诊疗模式。


参考资料

[1] Automated acquisition of explainable knowledge from unannotated histopathology images Retrieved Dec 19, 2019 from nature.com/articles/s41

[2] Artificial intelligence identifies previously unknown features associated with cancer recurrence Retrieved Dec 19, 2019 from eurekalert.org/pub_rele


版权说明:本文来自药明康德内容团队,欢迎个人转发至朋友圈,谢绝媒体或机构未经授权以任何形式转载至其他平台。


热门内容推荐

感谢科学,感谢疫苗,对主子过敏的猫奴有救啦!

烧烤真的会产生大量的致癌物质吗?如何避免烧烤中产生致癌物质?

有哪些几乎是中国人特有的生理疾病?

《科学》:哮喘、鼻炎终于有治啦?花了160年,科学家首次看清呼吸道炎症“病根”

顶尖学术期刊《自然》:几年前,科学家在广州每周释放的500万只蚊子,后来都怎么样了?

2019 年诺贝尔化学奖授予锂电池,这项技术如何改变了我们的生活?


⏬ 觉得内容不错,欢迎关注我们!或者点赞、评论分享给其他读者吧!

发布于 2019-12-24

文章被以下专栏收录

    基于药明康德深耕医药大健康领域多年的积累,通过全球平台,全球资源和全球视野,展示资讯和洞见的力量,连接创新和资源,人才和机会,资本和市场。