学界|IBM识别癌变细胞技术取得重大突破,用深度学习与神经网络重塑病理学

IBM 最近在医学领域成果喜人,动作不断。继成功用照片诊断皮肤癌后,IBM 研究院日前发布最新成果称,他们采用了深度学习和神经网络,在识别癌变细胞的有丝分裂上取得了巨大进展。

医生在诊断癌变细胞时,主要通过用活组织切片检查法分析病人组织样本的方式。然而即使这些组织有时如针头般微小,病理学家需要从中检测出肿瘤细胞消失的种种迹象,也要观测出癌变细胞出现的重要特征,以帮助医生对症下药。

病理学家在分析样本时,会将一些典型的组织样本用试剂溶液进行着色标记。结果显示,试剂颜色的深浅及其在细胞组织内的分布情况,能够区分疾病的种类及疾病的恶化程度。

2016年肿瘤扩散评估挑战赛的乳腺癌细胞训练样本

病理学家随后要在显微镜下研究这种被标记的组织样本。然而此阶段耗时长且工作量巨大,研究人员每天都要处理上百份样本,而这样长时间的高负荷工作难免会导致诊断正确率的降低。

随着近代医学影像技术及深度学习的发展,病理学家们亟需计算机技术的援助,而计算机科学家们也在为之不懈努力。为了验证人工智能技术在医疗领域中的应用效果,科学家们组织了一场黑客马拉松挑战赛。

几个星期前,在乌德勒支大学医学中心、艾因霍芬技术大学、贝斯以色列女执事医疗中心和哈佛医学院的支持下,主办方在希腊雅典进行举办了“肿瘤扩散评估挑战赛”(Tumor Proliferation Assessment Challenge,TPAC),作为 2016 年的 MICCAI 国际会议的一个分会活动。

来自全世界各地的 159 支团队,在活动开展的首日争分夺秒地下载医学院提供的500张乳腺癌细胞图像。作为训练样本,该数据集超过了 50000*50000 像素的分辨率。诚然,这场挑战赛是一场鏖战,直到比赛结束的钟声敲响,也只有14支队伍提交了结果。

其中一支队伍来自 IBM 瑞士实验室和 IBM 巴西实验室。这支藏龙卧虎的国际队伍由法国人,匈牙利人和希腊人组成,共同参与了这界“基于自适应算法的有丝分裂检测难题”挑战赛。竞赛长达数月,经历了整整一个夏天,但是付出终有回报。他们在本次比赛中一举获得第二名,与第一名只差了 0.004 分。

IBM研究员Erwan Zerhouni、Maria Gabrani与David Lanyi使用深度学习与神经网络解决癌症中的难题

“人工辨认细胞的有丝分裂是一个极其棘手的工作,既然如此,那就交给计算机来解决吧”,David Lanyi 如是说。他在 IBM 工作之前曾在苏黎世理工学院从事深度学习领域的有关研究。

“在今年 7 月,我们开始通过基于神经网络的深度学习算法进行对组织样本的特性进行训练。训练的主要工作是寻找阴性和阳性组织样本的细微差别。在经过一段时间的训练后,机器学习的效果显著。”

Erwan Zerhouni 提道,“在五年前这几乎是一项不可能完成的任务。目前,算法诊断一幅 5600*5600 的图片需要一个小时,在后续的研究中我们可以不断对其进行优化,从而将时间成本压缩到 20 秒以内,同时可以诊断任一种类型的癌症。”

“我们设法结合 MICCAI 最新的深度学习技术来一起迎接针对组学数据(包括基因组学和蛋白质组学)的深入分析,为病人提供更精准的医学诊断。”来自IBM巴西实验室并参与了这一挑战赛的 Matheus Viana 时常在思索这一项目的未来发展。同时,这支团队正准备与 IBM 海法实验室的研究人员共享乳腺癌成像分析的研究结果。

癌症仅仅是 IBM 公司在医疗图像领域研究的一类疾病。 IBM 会员兼医学图像领域专家 Tanveer Syeda-Mahmood 博士了解到该团队的进展计划,并计划与其协作研究,意将深度学习方法引入医学筛研究领域。这对放射学与心脏病学的研究颇有裨益。类似地,在视觉疲劳的研究中,药理学、病理学的专家们经常遇到类似的挑战。Syeda-Mahmood 的研究成果将在下周北美放射学会的年会上展出。

via IBM research

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2016-11-27

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

来自专栏大数据文摘

人工智能拯救生命:自杀倾向预测

18310
来自专栏思影科技

JAMA DWI研究:遗传认知能力和精神病理学与大脑白质特性的联系

最近,挪威精神疾病研究中心的Dag Alnæs、Tobias Kaufmann等人在JAMA Psychiatry上发文,研究了儿童和青少年的白质纤维束属性与其...

31712
来自专栏镁客网

上传一张照片,让算法告诉你是否患有抑郁症

1057
来自专栏机器之心

在癌症治疗这件事上,要不要相信人工智能?

机器之心原创 作者:虞喵喵 随深度学习技术的应用与成熟,人工智能也在不断拓展疆界。跨越传统的语音、图像、数据挖掘等强相关领域,人工智能正不断与物流、教育、金融等...

34710
来自专栏新智元

斯坦福医疗ImageNet发布,如何评价PB级医疗影像数据集?

【新智元导读】斯坦福大学医学院与 Langlotzlab 合作创建的一个 PB 级的大型医疗影像数据集 Medical ImageNet 最近发布,从官方网页的...

3607
来自专栏人工智能快报

人工智能可预测阿茨海默症病情演变

初创公司利用无监督学习方法开发出预测阿茨海默症进展的系统,可扩展到其他退行性疾病预测,助力精准医学。

1023
来自专栏新智元

【Nature】人工“迷你大脑”,首次揭示人脑神经网络建模机制

【新智元导读】本周发表于《自然》的两篇论文向理解人类大脑神经网络迈出了重要一步。斯坦福大学的研究人员在培养皿中构建了神经元三维模型,并将两种不同脑区不同类型的细...

43910
来自专栏人工智能快报

深度学习和人工智能正在引领我们走向智能住宅

未来的智能住宅计划正在慢慢变得越来越可行。在这些计划中,住宅能够为住户完成所有家务,如将晚餐做好并放到厨房的餐桌上,同时具有各种便利设施。随着深度学习研究的发展...

963
来自专栏新智元

【谷歌AI以眼识心】超越人类医生,从视网膜图像识别心脏病

新智元报道 来源:Google blog、DeepMind 编辑:闻菲、常佩琦、艾霄葆 【新智元导读】谷歌大脑研究人员刚刚在官博上宣布了他们的最新研究成...

35415
来自专栏新智元

华中科大骆清铭:开启“脑空间信息计划”,连接脑科学与类脑人工智能

【新智元导读】华中科技大学(苏州)脑空间信息技术研究院启动在即,旨在使工业级高分辨率脑图成为神经科学的标准工具。这一项目由华中科技大学生物医学成像研究者骆清铭领...

3556

扫码关注云+社区