Nat Commun:利用人工智能技術(shù)來診斷人類結(jié)直腸癌 | ||||||||||||||||||||||
[ 來源:轉(zhuǎn)載自網(wǎng)絡(luò) 發(fā)布日期:2021-11-10 09:39:40 責任編輯: 瀏覽次 ] | ||||||||||||||||||||||
機器輔助的病理性識別一直專注于監(jiān)督式學習(SL,Supervised Learning),而SL受到了顯著的注釋瓶頸的影響。近日,一篇發(fā)表在國際雜志Nature Communications上題為“Accurate recognition of colorectal cancer with semi-supervised deep learning on pathological images”的研究報告中,來自中國中南大學等機構(gòu)的科學家門通過研究發(fā)現(xiàn),人工智能技術(shù)(AI)或能從組織掃描結(jié)果中準確檢測并診斷結(jié)直腸癌,其效果要比病理學家好很多。相關(guān)研究結(jié)果或有望幫助研究人員檢測是否AI能作為一種有力的工具來幫助病理學家緊跟對其服務(wù)不斷增長的需求。 病理學家會定期評估和標記數(shù)千張組織病理學圖片從而幫助判斷某個個體是否患有癌癥,但其平均的工作量就會大幅增加,有時可能也會因為過于疲憊而造成意外的誤診。研究者Hong-Wen Deng教授說道,盡管進行的很多工作都是重復(fù)性的,但大多數(shù)的病理學家都很繁忙,因為其工作需求很大,而全球缺乏大量合格的病理學家,尤其是在發(fā)展中國家,這種情況尤為嚴重。本文研究就為解決目前的現(xiàn)狀帶來了革命性的變革,研究人員成功利用人工智能技術(shù)以一種成本效益的方式識別并診斷了結(jié)直腸癌,這或許最終有望改善病理學家的工作效率并減少其工作量。 這篇研究報告中,研究人員從中國、德國和美國的8803名受試者和13個獨立的癌癥研究中心收集了超過1.3萬張結(jié)直腸癌圖像,利用這些由技術(shù)人員隨機選擇的圖像,研究人員構(gòu)建了一種由機器輔助的病理識別程序,這或許就能使計算機識別出揭示結(jié)直腸癌的圖像,結(jié)直腸癌是引發(fā)歐洲和美國人群因癌癥死亡的最常見的原因。研究者Deng說道,這項研究的挑戰(zhàn)在于復(fù)雜的大圖像尺寸、復(fù)雜的形狀、紋理和核染色的組織學改變;但最終研究結(jié)果表明,當研究者利用人工智能技術(shù)診斷結(jié)直腸癌時,其所表現(xiàn)出的性能堪比真正的病理學家,甚至在很多情況下要比真正的病理學家表現(xiàn)更好。 受試者工作特征(ROC)曲線下的面積(AUC)就是研究者用來確定本文研究是否成功的性能測量工具;當將計算機的結(jié)果與經(jīng)驗豐富的病理學家人工解釋的數(shù)據(jù)進行比較厚,病理學家手動識別結(jié)直腸癌的平均得分為0.969分,而機器輔助的人工智能計算機程序的平均得分則為0.98分,即使并不是非常準確,但其之間的得分也是相當?shù)摹@萌斯ぶ悄芗夹g(shù)來識別癌癥是近年來應(yīng)運而生的一種新技術(shù),目前其還并未被很多研究人員所廣泛接受。研究者Deng希望本文研究或能讓更多的病理學家們在未來診斷疾病時使用這種預(yù)篩選技術(shù)來幫其進行快速診斷。 盡管這項研究目前仍處于研究階段,而且還并未商業(yè)化,但研究者相信通過更多科學家的合作并在更多的臨床環(huán)境中進行測試和實施,其未來應(yīng)用于臨床的希望非常之大;隨著人工智能技術(shù)的進一步發(fā)展,未來其將會被用于診斷多種不同的人類癌癥;而且使用人工智能技術(shù)診斷癌癥還能加速整個診斷過程,并能為患者和臨床醫(yī)生節(jié)省大量時間,同時還能讓患者更快地接受治療從而及時挽救生命。 綜上,本文研究結(jié)果表明,半監(jiān)督學習(Semi-supervised Learning)技術(shù)或能明顯減少注釋,從而或能潛在有效地幫助建立專家級別的病理人工智能平臺,來幫助診斷人類癌癥。 鄭重聲明:本文版權(quán)歸原作者所有,轉(zhuǎn)載文章僅為傳播更多信息之目的,如作者信息標記有誤,請第一時間聯(lián)系我們修改或刪除。 | ||||||||||||||||||||||
上一篇:bioRxiv:抑制LRG1蛋白或能釋放腫瘤血管從而幫助癌癥藥物的運輸
下一篇:Nature:發(fā)現(xiàn)蛋白DDR1阻止免疫細胞進入并殺死某些類型的乳腺癌 |
||||||||||||||||||||||
|