转移性乳腺癌检测准确率99%!AI医疗将从实验室走向临床

随着社会的需求,人工智能和医疗的融合成为必然。目前,医疗AI在癌症的预测、识别、治疗等方面均有突破性进展。

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。

乳腺癌存活率较低的主要原因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。

医疗AI检测乳腺癌准确率可达99%

转移性乳腺癌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。

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。

如上图所示,左侧:包含淋巴结的载玻片有多个组学伪影:左边较暗区域是气泡,白色条纹是切割组学伪影,一些区域的红色显示出血(含有血液),组织已经坏死(衰竭),治疗质量较差。右侧:LYNA 识别出肿瘤区域在中央(呈红色),并正确地对非肿瘤区域进行分类(呈蓝色) 。

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。

乳腺癌检测只是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。

人工智能在医疗领域的价值越来越高,从发现新药物到诊断疾病,它被应用到方方面面。在未来,AI医疗势必从实验室走向临床,为广大重症患者的康复带去福音。

AI医疗和肿瘤免疫

为促进“互联网+医疗”事业的发展,由麻省医疗国际集团旗下机构哈佛大道一号研究院(OHSI)参与主办的第一届健康科技峰会:AI医疗和肿瘤免疫即将于2018年10月28日在美国波士顿召开。

峰会邀请到数位来自哈佛和MIT的资深人工智能专家和知名医疗学者,带给大家10余场有关AI医疗和肿瘤免疫权威主题报告,并紧跟热点,深化最新科技与医疗技术的融合,就AI医疗和肿瘤免疫展开学术讨论。

麻省医疗国际是由美国哈佛医学博士团队创建的海外医疗一站式整合服务机构,其医疗团队大多来自于美国哈佛医学院及其附属医院的医生、教授。麻省医疗国际是经美国官方认证的公司,并和哈佛大学医学院附属麻省总医院、纽约长老会医院、波士顿儿童医院以及MD安德森、梅奥诊所等诸多世界优质医疗机构建立合作,为患者推荐优质的海外医疗资源,实现快速预约美国医院和医生。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181017A1PY7E00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 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