养生保健

谷歌AI医疗放大招:将转移性乳腺癌检测准确率推向99%

来源:未知 阅读: 2018-11-08 20:26 我要评论

继百度公布医疗AI计划,阿里健康发布医疗“DoctorYou”AI产品之后,始终保持低调的BAT三巨头中的腾讯终于也宣布参与到了这波浪潮之中。最近,腾讯发布AI医学影像产品——腾讯觅影,而在国外,谷歌和微软这些公司也早已在医疗领域开始布局,帮助治疗癌症。



最近,翔叔看到了一则爆炸性新闻——Google AI大战乳腺癌,现在进入2.0时代!
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。




1
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。

乳腺癌是全世界妇女最常见的癌症,占所有妇女癌症的16%。全球平均每年乳腺癌新发病例约167万,死亡病例约52万,平均每26秒就会新增一例患者。乳腺癌在发达国家较常见,且女性患乳腺癌的机率是男性的100倍。

在中国,乳腺癌发病率的增速是全球平均增速的两倍,在全世界排第一。每10名女性,就有1人患乳腺癌或者认识乳腺癌患者。每4个乳腺增生患者就有1个可能成为乳癌。




在全球范围内,乳腺癌的发病率相差很大,年龄标化发病率在北美洲高达10万分之99.4。东欧、南美洲、非洲南部和西亚的发病率略低,但也在增长。最低的发病率出现在多数非洲国家,但那里的乳腺癌发病率也在上升。

在世界范围内,乳腺癌存活率相差很大。从北美洲、瑞典和日本的80%或以上到中等收入国家的约60%以及低收入国家的40%以下(Coleman等,2008年)。

较不发达国家中的存活率较低,主要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。




对乳腺癌的若干高危因素已有充分的文献记录,包含了:肥胖症、缺乏运动、饮酒、更年期时的激素替代疗法、游离辐射、初经提早开始与晚生或不生育。大约5-10%的病例是因父母亲的遗传而发生。这些遗传因子包含了BRCA1、BRCA2与其他因子。低收入和中等收入国家越来越多地采用西方生活方式,是这些国家乳腺癌发病率上升的一个重要决定因素。

2
Google AI研发新型癌症检测算法,
乳腺癌检测准确率可达99%

首先,翔叔先给大家科普一下:
到底什么是转移性乳腺癌?

可以从转移性肿瘤说起,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。




2009年,在波士顿,两家医疗中心对102名乳腺癌患者进行的一项研究发现,有四分之一的患者都由于医疗过程中“照护程序”失败,而受到了不同程度的影响,例如可能是因为身体检查不充分和诊断检查不完整。

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) 。

LYNA是基于开源图像识别深度学习模型Inception-v3开发出来的,该模型在斯坦福大学ImageNet数据集中的准确率超过78.1%。正如研究人员解释的那样,在训练过程中,它以299像素的图像作为输入,在像素水平描述出组织贴片中的肿瘤,提取标签,并调整模型的算法权重以减少误差。

该团队改进了之前发布的算法,将LYNA暴露于正常组织与肿瘤斑块之比为4:1的环境中,并提高了训练过程的“计算效率”,这反过来会促使算法“看到”更多的组织多样性。此外,研究人员还对活检切片扫描的变化进行了规范化,他们说这在更大程度上提高了模型的性能。

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。

LYNA并不完美,它偶尔会认错巨细胞、生发癌和骨髓来源的白细胞,也就是所谓的组织细胞,但它的表现比负责评估同样幻灯片的执业病理学家更好。在Google AI和谷歌母公司Alphabet旗下生命科学子公司Verily发表的第二篇论文中,该模型将6名病理学家组成的小组检测淋巴结转移所需时间减半。




未来的工作将研究该算法是否提高了效率或诊断准确性。研究人员写道:“在幻灯片诊断中,LYNA获得了比病理学家更高的敏感性。这些技术可以提高病理学家的工作效率,减少与肿瘤细胞形态学检测相关的假阴性数量。”

乳腺癌检测只是谷歌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,正在全面地形成谷歌AI驱动医疗建设的全栈阵营。

AI医疗发展至今,其本质意义早已超越了其他领域的资本竞赛。毕竟,它的成果不仅仅代表着大资本家们又抓住了某个新的风口,更代表着人类,在对抗癌症这一恐怖的魔鬼的时候,可以更有底气,更有希望!

(文章内容源自Bioworld,优翔,我们充分尊重知识产权,如有问题请及时联系我们)

 

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

相关文章
  • “干燥综合症”中医疗法天地宽

    “干燥综合症”中医疗法天地宽

    2019-10-04 20:25

  • 泛亚社区医疗服务新动向

    泛亚社区医疗服务新动向

    2019-07-20 16:27

  • 第一届泛亚慈善高尔夫球赛为社区医疗募款

    第一届泛亚慈善高尔夫球赛为社区医疗募款

    2019-05-12 22:54

  • 向往回国养老,医疗保险如何解决?

    向往回国养老,医疗保险如何解决?

    2018-07-27 17:25

网友点评