梅斯医学MedSci APP
医路相伴,成就大医

谷歌AI医疗放大招:将转移性乳腺癌检测准确率推向99%!

Tags: 乳腺癌      作者:佚名 更新:2018-10-17

最近,翔叔看到了一则爆炸性新闻——Google AI大战乳腺癌,现在进入2.0时代!

在最新公布的进展中,Google深度学习算法在转移性乳腺癌的检测精度测试中,准确率达到了99.3%。

毫无疑问,这是人类医生难以企及的准确率。

根据最近一项评估,人类病理检验师,在时间限制下,有62%的时间发现不了个别载玻片上的小转移现象。

自人类存在的这千百年来,癌症始终是威胁生命的第一大敌人。听到了癌症,就似乎听到了死亡。现如今,在商业巨头的领衔之下,人工智能的触角终于伸向医疗领域,如今,Google AI一小步,乳腺癌检测一大步。在对抗癌症的战场上,给人类送上了重要的助攻。

全世界妇女的头号癌症杀手:乳腺癌

乳腺癌是全世界妇女的头号癌症杀手,尤其在发展中国家正在增多,那里的大多数病例到晚期才得到诊断

乳腺癌是全世界妇女最常见的癌症,占所有妇女癌症的16%。全球平均每年乳腺癌新发病例约167万,死亡病例约52万,平均每26秒就会新增一例患者。乳腺癌在发达国家较常见,且女性患乳腺癌的机率是男性的100倍。

在中国,乳腺癌发病率的增速是全球平均增速的两倍,在全世界排第一。每10名女性,就有1人患乳腺癌或者认识乳腺癌患者。每4个乳腺增生患者就有1个可能成为乳癌。

在全球范围内,乳腺癌的发病率相差很大,年龄标化发病率在北美洲高达10万分之99.4。东欧、南美洲、非洲南部和西亚的发病率略低,但也在增长。最低的发病率出现在多数非洲国家,但那里的乳腺癌发病率也在上升。

在世界范围内,乳腺癌存活率相差很大。从北美洲、瑞典和日本的80%或以上到中等收入国家的约60%以及低收入国家的40%以下(Coleman等,2008年)。

较不发达国家中的存活率较低,主要可以解释为缺少早期发现规划,从而造成很大比例的妇女到疾病晚期才去求医,并缺少适当的诊断和治疗设施。

对乳腺癌的若干高危因素已有充分的文献记录,包含了:肥胖症、缺乏运动、饮酒、更年期时的激素替代疗法、游离辐射、初经提早开始与晚生或不生育。大约5-10%的病例是因父母亲的遗传而发生。这些遗传因子包含了BRCA1、BRCA2与其他因子。低收入和中等收入国家越来越多地采用西方生活方式,是这些国家乳腺癌发病率上升的一个重要决定因素。

Google AI研发新型癌症检测算法,

乳腺癌检测准确率可达99%

首先,翔叔先给大家科普一下:

到底什么是转移性乳腺癌?

可以从转移性肿瘤说起,指的是癌细胞脱离其原始组织,通过循环或淋巴系统穿过身体,并在身体的其他部位形成新的肿瘤。

在医学领域,这是一种未知的非常难以检测的一种肿瘤。

2009年,在波士顿,两家医疗中心对102名乳腺癌患者进行的一项研究发现,有四分之一的患者都由于医疗过程中“照护程序”失败,而受到了不同程度的影响,例如可能是因为身体检查不充分和诊断检查不完整。

全球范围内,有50万人因乳腺癌死亡,虽然乳腺癌的发病机制未有明确定论,但可以确定的是,90%都是由于转移造成的。但现在,谷歌AI就针对这种转移带来新福音。

圣地亚哥海军医学中心和谷歌人工智能(AI)研究部门Google AI的研究人员,已经开发出了一种很有前途的解决方案,这种方案采用癌症检测算法,能够自动评估淋巴结活检。他们的AI系统被称为“淋巴结助手”(简称LYNA)。

在转移性乳腺癌的检测精度测试中,LYNA的准确率达到99%,这比人类病理学家更胜一筹。

LYNA是基于开源图像识别深度学习模型Inception-v3开发出来的,该模型在斯坦福大学ImageNet数据集中的准确率超过78.1%。正如研究人员解释的那样,在训练过程中,它以299像素的图像作为输入,在像素水平描述出组织贴片中的肿瘤,提取标签,并调整模型的算法权重以减少误差。

该团队改进了之前发布的算法,将LYNA暴露于正常组织与肿瘤斑块之比为4:1的环境中,并提高了训练过程的“计算效率”,这反过来会促使算法“看到”更多的组织多样性。此外,研究人员还对活检切片扫描的变化进行了规范化,他们说这在更大程度上提高了模型的性能。

研究人员将LYNA应用于检测淋巴结2016年挑战数据集(Camelyon16)的癌症转移诊断,Camelyon16中有399张淋巴结的幻灯片图片,它们来自荷兰拉德堡大学医学中心、荷兰乌得勒支大学医学中心,以及20名患者的108张单独照片。

在这些幻灯片测试中,LYNA达到了99.3%的准确率。当模型的灵敏度阈值被调整以检测每张幻灯片上的所有肿瘤时,它显示了69%的灵敏度,准确地识别出评估数据集中的所有40个转移性肿瘤,没有任何假阳性。此外,它不受气泡、处理不良、出血和过度染色等幻灯片伪影的影响。

LYNA并不完美,它偶尔会认错巨细胞、生发癌和骨髓来源的白细胞,也就是所谓的组织细胞,但它的表现比负责评估同样幻灯片的执业病理学家更好。在Google AI和谷歌母公司Alphabet旗下生命科学子公司Verily发表的第二篇论文中,该模型将6名病理学家组成的小组检测淋巴结转移所需时间减半。

未来的工作将研究该算法是否提高了效率或诊断准确性。研究人员写道:“在幻灯片诊断中,LYNA获得了比病理学家更高的敏感性。这些技术可以提高病理学家的工作效率,减少与肿瘤细胞形态学检测相关的假阴性数量。”

乳腺癌检测只是谷歌AI在医疗领域涉及的其中一小项。事实上,它在视网膜成像测试、眼疾病检测、糖尿病检测与管理、心脏病监测、帕金森综合征的早期预测等多个细分领域中的AI实践,正在全面地形成谷歌AI驱动医疗建设的全栈阵营。

AI医疗发展至今,其本质意义早已超越了其他领域的资本竞赛。毕竟,它的成果不仅仅代表着大资本家们又抓住了某个新的风口,更代表着人类,在对抗癌症这一恐怖的魔鬼的时候,可以更有底气,更有希望!

来源:优翔
版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有,非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。本网所有转载文章系出于传递更多信息之目的,且明确注明来源和作者,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。同时转载内容不代表本站立场。
在此留言
小提示:本篇资讯需要登录阅读,点击跳转登录

相关推荐

移动应用
medsci.cn © 2020