安檢機(jī) | X光安檢機(jī) |
新聞資訊
Beck強(qiáng)調(diào)稱：雖然機(jī)器學(xué)習(xí)確實(shí)能夠在特定診斷任務(wù)當(dāng)中發(fā)揮重要的輔助作用，對于人工智能能否最終逾越并完全取代人類病理學(xué)家這樣的問題。但為病人找到最佳治療方法仍然需要多種類型臨床信息的配合，包括細(xì)胞染色、蛋白質(zhì)注釋、基因概括以及電子健康記錄等等。只有將這些信息進(jìn)行認(rèn)真篩選與組合，才干制定出明確的診斷與治療計(jì)劃。這種綜合能力正是人類病理學(xué)家的價(jià)值所在Beck認(rèn)為，人工智能自身并缺乏以解決這個(gè)問題。
讓我先聊聊病理學(xué)家們?nèi)绾握热祟惿氖紫取?/p>
外科醫(yī)生就會從該潛在腫瘤處提取一個(gè)小小的柱狀活體樣本，當(dāng)發(fā)現(xiàn)患者胸部掃描顯示肺部位置存在可疑腫塊。由病理學(xué)家進(jìn)一步提取極薄的組織切片放在載玻片上通過顯微鏡進(jìn)行觀察，判斷細(xì)胞中是否存在癌變跡象。最后，由醫(yī)生著手治療。
或是將顯微鏡下觀察到某些良性細(xì)胞誤判為癌細(xì)胞。后一種情況下，但這樣一個(gè)診療的過程也有局限性。即便是專業(yè)的病理學(xué)家和醫(yī)生也有可能忽略真正的癌細(xì)胞。病人將接受毫無必要的保守化療。
這個(gè)問題將在很大水平上被解決。利用大量數(shù)字化影像進(jìn)行訓(xùn)練，而借助人工智能。人工智能系統(tǒng)能夠提供準(zhǔn)確率遠(yuǎn)超人類病理學(xué)家的診斷結(jié)論，甚至發(fā)現(xiàn)頂尖病理學(xué)家也無法發(fā)現(xiàn)的極為細(xì)小的病征。也就是說，針對于癌癥，人工智能將為醫(yī)生和病理學(xué)家提供重要的診斷與治療建議，并且這個(gè)過程有望在幾秒鐘之內(nèi)完成。
機(jī)器將使日益復(fù)雜的現(xiàn)代醫(yī)學(xué)變得更易于管理，無疑。而人機(jī)組合的方式也將逾越單一一方的表示，給未來醫(yī)學(xué)發(fā)展帶來新的突破。
由機(jī)器學(xué)習(xí)算法驅(qū)動的各類診斷工具已經(jīng)進(jìn)入臨床市場，過去的一年中。協(xié)助醫(yī)生在極少甚至根本無需人工輸入的前提下輕松發(fā)現(xiàn)手腕骨折、糖尿病并發(fā)性眼疾以及中風(fēng)等病征。然而，這些早期應(yīng)用僅僅負(fù)責(zé)自動完成專家診斷及醫(yī)師執(zhí)行方面的任務(wù)，一般涉及解釋X光機(jī)片與CT掃描等影像。這類軟件在分析精度與準(zhǔn)確率方面略微優(yōu)于訓(xùn)練有素的人類專家，且具備極為明顯的速度優(yōu)勢。然而，還不能從根本上擴(kuò)展診斷規(guī)模。
AI病理學(xué)的發(fā)展更具有突破性。相比之下。
2019年美國食品與藥物管理局（簡稱FDA 或?qū)⑴鷾?zhǔn)多家公司在病理學(xué)領(lǐng)域的第一款A(yù)I支持型工具。與放射學(xué)及眼科等單純面向某一領(lǐng)域的學(xué)科不同，據(jù)預(yù)測。AI病理學(xué)工具能夠?qū)⑸锘瘜W(xué)、免疫學(xué)乃至遺傳學(xué)領(lǐng)域的效果整合起來，從而為組織薄切片及染色樣本的圖像添加分子級別的細(xì)節(jié)觀察。
曾在波士頓與合伙人共同興辦并經(jīng)營一家名為PathA I初創(chuàng)企業(yè)。表示，A ndrewH.Beck一位專業(yè)的病理學(xué)家。工具將真正改善診斷的準(zhǔn)確性與治療效果，并認(rèn)為，病理學(xué)將成為人工智能真正完全改變的第一個(gè)醫(yī)學(xué)領(lǐng)域。
希望能夠協(xié)助病理學(xué)家利用載玻片上的數(shù)字化活體組織圖像發(fā)現(xiàn)癌細(xì)胞或者其它患病細(xì)胞。支持者們指出，Beck并不是唯一一位對此抱有樂觀態(tài)度的人。各大軟件巨頭（包括谷歌與IBM醫(yī)療設(shè)備制造商（包括飛利浦與徠卡生物系統(tǒng)公司）以及數(shù)十家初創(chuàng)企業(yè)正在開發(fā)相關(guān)的模式識別算法。據(jù)統(tǒng)計(jì)目前只有不到2%高校畢業(yè)生愿意進(jìn)入病理學(xué)領(lǐng)域;而智能軟件的呈現(xiàn)則有望緩解全球人才短缺的現(xiàn)狀，同時(shí)減輕病理學(xué)專家和醫(yī)生的工作壓力。
同時(shí)接受過計(jì)算機(jī)科學(xué)培訓(xùn)。公司總部內(nèi)，Beck自身對病理學(xué)與軟件都有著深入的理解。一位病理學(xué)家。Beck進(jìn)行了一輪PathA I平臺演示。將一局部癌變肺組織數(shù)字圖像進(jìn)行縮放，顯微鏡載玻片的規(guī)范視力與染色疊加圖之間切換，并通過突出顯示特定細(xì)胞或癌變相關(guān)蛋白做出內(nèi)容注釋。
并將其與例如腫瘤侵襲性、治療計(jì)劃與治療結(jié)果等臨床數(shù)據(jù)加以結(jié)合，利用數(shù)字載玻片圖像數(shù)據(jù)PathA I對其機(jī)器學(xué)習(xí)算法進(jìn)行了訓(xùn)練。從而實(shí)現(xiàn)遠(yuǎn)超任何頂尖人類醫(yī)師的統(tǒng)計(jì)分析能力。
PathA I模型不只能對癌細(xì)胞進(jìn)行檢測并評估腫瘤的狀態(tài)，據(jù)了解。同時(shí)還能給出相關(guān)的治療建議。通過計(jì)算解圍在腫瘤周邊的免疫細(xì)胞，并判斷這些細(xì)胞是否具有某些特性的方式，考量最新的免疫療法是否奏效。
這種方式對于像Bristol-MySquibb簡稱BMS這樣的藥物開發(fā)商來說極具價(jià)值。因?yàn)锽MS一直希望借此確定為什么只有一小局部臨床試驗(yàn)參與者對抗癌藥物有所反應(yīng)。
團(tuán)隊(duì)目前正在依靠PathA I技術(shù)確定活檢樣本中的腫瘤細(xì)胞是否被偽裝蛋白質(zhì)所覆蓋—這種情況下，BMS公司翻譯病理學(xué)負(fù)責(zé)人MichaelMontalto解釋稱。免疫細(xì)胞無法將癌細(xì)胞正確識別進(jìn)去。BMS免疫治療藥物能夠有效剝開覆蓋層，從而激發(fā)病患身體對于癌細(xì)胞的殺滅功能。表示，這還只是人工智能發(fā)現(xiàn)作用的案例之一，接下來BMS還將把這項(xiàng)技術(shù)引入所有病理試驗(yàn)中。
