【科技】医学界新突破!通过机器学习技术可准确地预测肾脏的生存时间

近日,《肾脏国际报告》发表的一项研究表明,肾脏活检的机器学习和成像分析有助于帮助预测肾脏在慢性肾损伤患者中能充分发挥作用的时间。

研究人员利用深度学习和神经网络(一种模仿人类大脑决策模式的机器学习方式)发现,在计算肾功能衰退时,一系列新的卷积神经网络(CNN)算法比传统的病理学估计评分系统更为精确。

波士顿大学研究小组解释说:“在肾活检样本中,慢性肾脏损害通常是通过在肾活检样本中,获得纤维化和管状萎缩的数量来进行半定量评估的。”

“尽管病理学专家训练有素的眼睛能够判断疾病的严重程度,并能以惊人的准确性检测出组织病理学的细微差别,但这种专业知识并不是在所有地方都能得到,特别是在全球范围内。”

根据美国国立卫生研究院的数据显示,在美国约有14%的人患有慢性肾病。这种情况通常很少出现症状,直到提高了定期监测的重要性,并准确地确定了疾病的进展情况。

“此外,迫切需要对病理疾病的严重程度进行标准化,以便在临床试验中确立的治疗效果,可以用于日常实践中治疗同样严重疾病的患者。”波士顿大学研究小组补充说道。

人工智能和成像分析是帮助病理学家完成这些任务的技术。人工智能可以识别多GB图像中像素的图案,为人类临床医生无法匹配的令人难以置信的大量数据提供了详细的分析级别。

将机器学习和成像数据结合的早期结果令人振奋。一些飞行员已经证明,人工智能工具几乎可以和人类病理学家一样精确,同时大大减少了分析大量数据所需的时间。

为了取得同样的积极效果,波士顿大学的研究小组对2009年至2016年间波士顿医疗中心就诊的171名患者的数据进行了调查。

这些患者代表了典型的慢性肾病患者,平均年龄为52岁,同时患有高血压、糖尿病等并发慢性病。其中接近一半的人口是非裔美国人。

研究人员利用谷歌的Inception V3图像识别架构,对数百万张图像进行了预训练,以支持对可用肾活检切片的变化进行识别。

该算法经过训练,以确定可能的肾生存率为1年、3年和5年。由于该研究使用的是回顾性数据,因此该小组能够将算法的预测与实际结果相匹配。

结果显示,在预测3个目标时段的肾生存率时,CNN模型比病理学家估计的评分系统好得多。该算法还能更准确地识别肾脏疾病的个体状态。

来源:肾脏国际报告

“该研究的一个重要的优势是机器学习技术被应用于常规肾活检标本的trichrome-stained组织图像,而不需要任何特殊的处理或数字扫描操作,”该研究小组指出,“这让我们能够直接比较机器学习分析的结果与来自相同标本的临床病理报告的结果。”

使用深度学习技术也有助于创建比病理学家估计的评分更为复杂的评估框架,评分主要依赖于特定样本中存在的纤维化程度。

该研究称:“使用卷积,激活和集中(或二次采样)等操作符,训练CNN模型需要多次以系统化的方式执行这些操作,以将像素级信息转换为输入图像的高级特征。 ”

CNN模型训练与使用单一值(纤维化评分)作为输入特征以及相应输出类别完成的病理学家模型训练形成鲜明对比。这方面强调了利用计算机算法(如CNN)来捕获来自整个图像的像素级信息的价值,并将其与感兴趣的结果相关联,而不是纤维化评分本身。

研究人员指出,尽管CNN的模型比简单的评分要好,但病理学家估计的纤维化评分仍然是监测慢性肾病进展的一种非常有价值和准确的方法。

该研究指出:“机器学习算法显然有局限性,并且提供了增量的价值,而不是取代人为因素。” “我们承认,肾病学家的临床表现和诊断是建立在相关因素之上的,而不是孤立地对病变进行视觉和病理检查。”

“尽管如此,使用有经验的肾脏病理学家的准确性的计算机对组织学图像进行分类的能力,有可能影响肾脏的实践,特别是在资源有限的环境中。”

随着机器学习算法变得更加复杂,供应商可能很快就能将他们的发现更深入地集成到临床决策支持工具中,以指导治疗决策。

该研究总结说:“这种快速、可扩展的方法可以在护理的时候以软件的形式展开,并具有实质性的临床影响的潜力,包括增加肾脏学家的临床决策。”

“在不同的临床实践和图像数据集中对模型的进一步验证,对于在典型的病理学服务中遇到的病变的全部分布和范围,来验证这种技术是必要的。”

原文发布于微信公众号 - ATYUN订阅号(atyun_com)

原文发表时间:2018-01-17

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏PPV课数据科学社区

干货:重新分析数据,研究结论可能完全不同

斯坦福大学医学院的研究者发现,在对以往临床研究进行的数据重分析中,大约有1/3得出了与原始研究不同的结论,而这可能会直接影响到临床决策。这项新研究于今天发表在《...

3446
来自专栏大数据文摘

日本小哥如何使用深度学习和TensorFlow种黄瓜?

2094
来自专栏AI科技评论

人和人吵架生气,但AI和AI吵架反倒可以带来安全

AI 科技评论按:OpenAI 近日的一篇新文章简述了如何通过辩论使 AI 系统矫正自身的问题来保证系统的安全,人类是辩论的最终评价者。由于人类直接决定辩论胜负...

993
来自专栏专知

24页PPT概览 ICML2018 关键信息(附下载)

【导读】一年一度的国际机器学习会议( ICML ),于7月15日在瑞典斯德哥尔摩闭幕,ICML 的会议日程之紧凑,会议内容之丰富,令人目不暇接。专知分享的这个P...

1325
来自专栏机器之心

业界 | 谷歌展示全新医疗诊断范式:深度学习+AR显微镜=实时检测癌症

选自Google Research Blog 作者:Martin Stumpe、Craig Mermel 机器之心编译 参与:路、刘晓坤 今天,谷歌在美国癌症研...

3266
来自专栏量子位

仅用18天,英伟达新型GAN合成真假难辨高清明星脸

安妮 编译整理 量子位 出品 | 公众号 QbitAI 考眼力:你能分出下面哪张图是电脑合成的吗? 是这位神似年轻时莱昂纳多的神秘男子—— ? 还是这位卷发碧瞳...

2593
来自专栏量子位

新年快乐!这是份值得收藏的2017年AI与深度学习要点大全

若朴 夏乙 编译自 WILDML 量子位 出品 | 公众号 QbitAI 2017已经正式离我们远去。 过去的一年里,有很多值得梳理记录的内容。博客WILDML...

2395
来自专栏新智元

【遗失的秘钥】贝叶斯定理:人工智能的进化论?

贝叶斯定理正在变得如此流行,以至于在CBS剧《生活大爆炸》中也出现了它的身影。纽约时报说,贝叶斯统计学家“遍布一切,从物理学到癌症研究,从生态学到心理学”。物理...

2948
来自专栏思影科技

伴随人类衰老的大脑有氧糖酵解的损伤

随年龄增长大脑会出现全脑代谢降低的情况,但这是否影响脑代谢的形态是未知的。来自华盛顿大学医学院的Manu S. Goyal 等人所在的研究团队基于PET技术测量...

2797
来自专栏程序人生 阅读快乐

金字塔算法——曲线曲面几何模型的动态编程处理

这是关于金字塔算法的惟一一本著作。金字塔算法是一种相当有效的方法,它运用一种基于金字塔式递推的动态编程方法,可以理解、分析和计算计算机辅助几何设计中最普遍的多项...

602

扫码关注云+社区