侵权投诉
订阅
纠错
加入自媒体

人工智能技术能否识别不明癌症原发灶?

2021-05-21 11:55
陈述根本
关注

文/陈根

原发灶不明癌症(CUP)是一类“经过详细检查,但始终无法确认癌症原发灶”的转移性癌症统称,在所有癌症患者中占比1%-2%。这类患者往往会经历各种各样的检查,但最终只能依据经验联合使用放化疗,经济负担较重而且普遍预后较差,中位生存时间仅为2.7-16个月。

一直以来,研究者都在利用基因组学技术寻找CUP的起源,但研究结果往往不尽人意。同时,基因组学检测对于CUP患者来说也是一项不小的经济负担。因此,如何实现对原发灶不明癌症的溯源,是医学界长期面临的挑战。

陈根:AI,能否识别不明癌症原发灶?

得益于人工智能(AI)的发展,现如今,通过将AI图像识别技术和医学影像资料相结合,在多个医学影像读片或诊断任务中,AI已经能够达到甚至超越专业医生的水平。近日,来自哈佛大学的研究人员就实现了AI与癌症诊疗的完美结合。

研究人员通过学习大量患者的苏木精伊红染色(H&E)病理切片,以弱监督的方式训练出一个CNN模型(命名为TOAD)。在读取一张病理切片后,TOAD能够对人体的18种组织进行预测打分,通过对预测分数进行排序,可以找到癌症最可能的组织来源。

研究人员从公共数据库和百翰妇女医院中收集了来自29107名患者的32537 张H&E染色切片,分别标记为18种原发癌源。按照70%、10%、20%的比例划分为训练,验证和测试数据。通过反复的训练和优化模型,TOAD在测试数据中的Top-1准确率为83.4%,Top-3准确率为95.5%,Top-5准确率已经能够达到98.1%。

为了探究TOAD是否具有普适性,研究者又从223家医学中心收集了682名患者的数据进行预测。在这些数据中,TOAD的Top-1准确率为79.9%,Top-3准确率为93.4%,表现依然十分出色。

此外,研究人员又从152家医学中心收集了743名患者的数据,这些患者均在诊疗过程中的某一个时段被诊断为CUP,其中的317名患者经历彻底的临床和辅助检查之后,最终确定了肿瘤来源。研究者选择了这317名患者的切片进行原发灶预测。

结果表明,虽然TOAD对于这些数据的Top-1准确率下降到了60.6%,但是Top-5准确率仍能达到92.1%。这说明即使是面对临床中最难诊断的CUP患者,TOAD仍可通过读取病理切片有效缩小癌症的可能来源。

未来,如果这项研究投入临床使用,那么仅需一张普通的病理切片,医生就能圈定原发灶不明癌症的范围,这不仅可以大幅减轻肿瘤科医生的工作难度,也可提高诊疗的准确性和效率性。

声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号