当前位置:网站首页 >> 科技

病理切片分析十分复杂和耗时2019iyiou

时间:2019-05-14 19:34:36 来源:互联网 阅读:0次

作为人工智能应用受关注的领域之一,医疗AI近期再获突破。百度研究院近日发布了一种名为“神经条件随机场”的AI算法,拥有强大的肿瘤病理切片检测能力,将为癌症诊断和治疗提供重要助力,其检测准确率甚至超过专业病理医生,并突破此前记录。

癌症是人类至今无法征服的疾病,对于每位病人来说,听到癌症宣判时都会受到巨大的心理冲击,而等待详细诊断、制定准确的治疗方案就成了病患能抓住的救命稻草。但准确的诊断却并不容易。

一直以来,病理切片分析是癌症诊断中的黄金标准。普通人或许以为,做完病理切片就自然能知道准确的病情、和合适的方案了,但事实上,切片阅读能力直接制约着诊断结果。

要知道,原始切片的图像十分庞大,肿瘤区域则极度微小,详尽发现所有病灶如同大海捞针。举个数字说明:一张40倍放大的电子化病理切片通常由超过十亿个像素点组成,磁盘空间大小超过1GB,而淋巴结附近微转移肿瘤细胞群可能小只有不到1000像素的直径。因此,即使对于经验丰富的病理医生,切片阅读也是个耗时、复杂又困难的任务。阅读病理切片,是对专业知识、经验、看片量、脑力、视力、注意力、体力以及专业直觉的多重考验。

病理切片分析十分复杂和耗时

好在,人工智能的发展,让这项工作有了质的突破。很多机构都曾探索人工智能解决方案,让机器阅片。

不过以前这些算法的局限性在于,基本上都要将病理切片裁剪成小图、再来进行单图分析,判断单一小图内是否有肿瘤细胞,但弊端在于:只见树木、不见森林——它忽略了小图与小图间的空间关系,无法将众多小图碎片作为整体来判断,因此经常出现误判(比如假阳性)尤其在肿瘤细胞和正常细胞的交界处尤其容易出错。

百度此次研究出的新算法,不仅能对单一小图进行判断,还能够模拟图块之间的空间关系,这就大大提高了诊断的准确率,让机器的判断兼具算法的高效准确和人类的缜密。

图四.(a)原始病理切片;(b)病理医生标注,其中白色部分为肿瘤区域;(c)以前算法预测的肿瘤区域;(d)百度研究院“神经条件随机场”算法预测的肿瘤区域。

百度这次的技术突破是人工智能在医疗影像应用上的一次突破,它可以在原始切片中直接标出病灶区域,让病理学家能聚焦由算法筛选出来的区域去进一步观察,而不必靠肉眼在整个切片中大海捞针。

随着癌症的发病率越来越高,有经验的专业医生、医疗资源的不足,才是病人绝望的更客观原因。以病理医生来说,数据显示,中国14亿人口只有不到一万人的病理医生,美国3亿人就有3万病理医生,即便以快的培养速度计算,中国病理医生要达到美国的比例水平,也需要200多年的时间!同时收入还比临床科室的医生低,让很多人不愿意从事这项工作。可在癌症诊疗中,病理切片分析又必不可缺,导致很多七八十岁的专家还在一线工作。

百度这项技术突破更为现实的意义,是在中国病理医生极为缺乏的情况下,带来快速解决问题的方法,让癌症患者、家人看到更多的希望。在权威的Camelyon16大赛的测试集上,该算法的肿瘤定位FROC分数达到0.8096,超过专业病理医生的水平(0.7240),也打破了之前成绩(0.8074,由哈佛和麻省理工学院联合团队创造)。

还有一点很重要,这套技术现在人人都可以获取——百度研究院在Github上开源了整套算法代码,以便其他研究人员在此基础上进行更深入的研究,促进人工智能在医学图像分析领域取得更加长足的发展。按照这样的速度,可能只需要几年时间,“机器医生”就会出现在我们的医院中,到时候,或许普通人不幸罹患癌症,也都能得到专业而准确的诊疗,得到康复的希望,而非让治愈、存活的希望,成为极少数人才能得到的特权。毕竟对于病患来说,希望是重要的。

本周精彩推荐亿欧智库发布《2018中国医疗人工智能发展研究报告》

智能+大健康峰会:AI风口上,我们来聊聊大健康领域的赋能与颠覆

亿欧公司高昂:人工智能是推动大健康产业发展的关键变量

医药研发领域大数据和人工智能的应用探讨
2009年合肥生鲜食品企业
云帐房

相关文章

一周热门

热点排行

热门精选

友情链接: 家装知识 小程序制作怎么做 产品介绍
媒体合作:

Copyright (c) 2011 八零CMS 版权所有 Inc.All Rights Reserved. 备案号:京ICP0000001号

RSS订阅网站地图