纽约大学使用开源AI诊断肺癌

人工智能(AI)在医学方面有着光明的前景。

Nvidia开发了一种AI系统,可以生成脑癌的合成扫描。谷歌子公司DeepMind已经展示了一种机器学习算法,可以推荐治疗50多种眼病,准确率达到94%。在新发表的研究中,纽约大学(纽约大学)展示了AI如何有助于肺癌的诊断。

一个今天本文发表在杂志 自然医学 (“分类和使用深度学习的非小细胞肺癌的病理图像突变预测”),描述了一个团队纽约大学的研究人员如何再培训谷歌的盗梦空间V3,架构为对象的开放源码的卷积神经网络识别,检测某些形式的肺癌,准确率为97%。

对于每年被诊断患有肺癌的20多万人来说,这是令人鼓舞的消息。根据美国癌症协会和癌症统计中心的数据,每年有超过150,000人死于与疾病相关的并发症。

“[T]他的计算方法可以在常规任务和疑难病例中发挥作用......为了让病理学家专注于更高层次的决策,例如整合组织学,分子和临床信息,以指导治疗决策个别患者,“该团队写道。

他们对来自国家癌症研究所(NCI)和国家人类基因组研究所(NHGRI)维护的公共数据集的癌症基因组图谱(TCGA)的1,634张全幻灯片图像进行了初始v3培训,验证和测试。 33种癌症。一旦它开始,其准确率为99%。为了识别癌细胞,该团队教会它告诉两种最常见的肺癌形式:腺癌(LUAD)和鳞状细胞癌(LUSC)。

当放弃从纽约大学癌症患者身上取得的独立样本时,它表现良好,在83%和97%的时间内正确诊断图像。尽管遇到过此前未见过的特征,包括血栓,血管,炎症,坏死区域和肺部塌陷区域。

更令人印象深刻的是,该模型平均只需20秒,在单GPU上运行,以计算分类概率。

接下来,研究人员训练它不仅可以识别癌组织,还可以识别组织的基因突变。来自TCGA的美联储图像和每个肿瘤的遗传谱,该系统利用肿瘤外观的细微差异来预测LUAD中十种最常见的突变基因中的六种(STK11,EGFR,FAT1,SETBP1,KRAS和TP53)。

纽约大学医学院的病理学家,新研究的主要作者亚里士多德·齐里戈斯告诉记者,“这些癌症驱动的突变似乎具有算法可以检测到的微观效应” 。“然而,这些微妙的变化是什么,我们不知道。他们被埋在算法中,没有人真正知道如何提取它们。“

在未来,该团队希望将模型的分类扩展到其他较不常见的肺癌,如大细胞癌,以及“组织学亚型”和坏死,纤维化等特征。根据Wired的说法,他们正在考虑组建一家公司并寻求联邦食品和药品管理局(FDA)批准将其技术商业化。

“总的来说,这项研究表明,深度学习卷积神经网络可能是一个非常有用的工具,可以帮助病理学家分类肺组织的整个幻灯片图像,”研究人员写道。“这些信息对于向肺癌患者应用适当的定制靶向治疗至关重要,从而增加精准医学的范围和性能,旨在开发一种多样化的方法,用于患者定制的治疗。”

  • 发表于:
  • 原文链接https://venturebeat.com/2018/09/17/nyu-trains-open-source-google-ai-system-to-diagnose-lung-cancer/
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券