人工智能在医学领域应用新突破-癌诊断更为正确预防

细胞

人工智能在医学领域的新突破：帮助肺癌诊断缓解医生压力

AI工具还能够确定包括EGFR、KRAS和TP53在内的六个肺癌相关基因的异常形式是否存在于细胞中，准确率在73%至86%之间。这种遗传变化或突变通常导致癌细胞的异常生长，但也改变细胞的形状及其与环境的相互作用，为自动分析提供视觉线索。

随着靶向治疗的增加，确定每个肿瘤中的哪些基因已经改变变得至关重要，因为靶向治疗只对具有特定突变的癌细胞有效，研究人员说。例如，大约20%的腺癌患者已知表皮生长因子受体（EGFR）基因突变，现在可以开始用药。

Eurek Alert最近报道了一项关于人工智能在医学中应用的新研究，它设计出了一个计算机程序，可以分析病人肺癌的图像，确定癌症类型，甚至识别导致异常细胞生长的基因。

这项由纽约大学医学院的研究人员发表在杂志上的研究发现，人工智能或机器学习程序在鉴别腺癌和鳞状细胞癌方面准确率达97%，鳞状细胞癌是经验过病理学家的两种肺癌。有时发现很难识别。

研究作者说，目前用于确认突变存在的基因测试可能需要数周才能恢复结果。

“推迟癌症治疗从来不是一件好事，”纽约大学兰尼癌症中心的高级研究员和病理学副教授亚里士多德利斯·齐里戈斯说。我们的研究提供了有力的证据，AI方法可以立即识别癌症亚型和突变特征，从而使患者生活得更好。早期使用靶向治疗。

机器学习

在当前的研究中，研究小组设计了统计技术，使他们的程序能够“学会”如何更好地完成任务而不被告知如何去做。这些程序建立规则和数学模型，使他们能够根据数据实例做出决定，随着训练数据的增长，程序变得“更智能”。

受大脑的神经网络的启发，新的人工智能方法可以使用日益复杂的电路来分层次地处理信息，每个电路将信息输入到下一步，并对过程中的每一条信息赋予或多或少的重要性。

目前的研究小组训练了一个深度卷积神经网络，Google的Inception v3，用来分析来自癌症基因组图的幻灯片图像。这允许研究人员测量他们的程序如何被训练来准确和自动地分类正常和患病的组织。

人工智能在医学领域的新突破：帮助肺癌诊断缓解医生压力

有趣的是，研究发现，大约一半的由人工智能程序错误分类的肿瘤图像也被病理学家错误分类，这表明腺癌和鳞状细胞癌确实难以区分。另一方面，54个图像中的至少45个由至少一个病理学家在研究中被正确地分配给机器学习程序，这表明人工智能是非常有用的。

“我们很高兴我们的研究提高了病理学的准确性，并证明人工智能可以在癌细胞和周围组织的可见特征中发现以前未知的模式，”共同作者Narges Razavian博士说，他是放射学与人口学助理教授。关于健康。”数据和计算能力。这种协同创造了前所未有的机会来改善医学实践和科学。”

目前，他们正在寻求政府批准在临床实践中使用该技术，同时将其用于几种癌症的诊断。接下来，研究小组计划继续使用数据来训练其人工智能程序，直到它能够将特定癌症中基因突变的可能性提高到超过90%的准确率。

AOS半导体公司一级代理商泰德兰

神经网络