过去几年,人工智能与深度学习正在快速改变整个世界。在医疗健康领域,用于疾病诊断和病理分析的人工智能层出不穷。作为人工智能的先驱者与领军者之一,谷歌自然不会错过这一正在蓬勃发展的新方向。近日,来自谷歌、谷歌大脑与Verily公司的科学家们开发出了一款能用来诊断乳腺癌的人工智能,它的表现甚至超过了专业的病理学家。
人工诊断的局限
许多疾病的诊断依赖于病理学家对于组织切片的分析,这也成为了疾病诊断的黄金标准。对乳腺癌患者来说,病理学家将用显微镜镜检的方法,仔细观看乳腺旁的淋巴结,寻找肿瘤的痕迹。根据镜检的结果,病理学家将告诉患者乳腺癌所处的阶段,以及肿瘤是否发生转移。这些分析直接决定了患者要采取的治疗手段与疾病管理方法。据估计,全美每年有23万乳腺癌患者需要接受这样的诊断,聆听医生对她们命运的宣判。
然而,这样一个足以影响生命的环节,却有着很大的先天不足。
首先,人工诊断很容易出错。许多研究人员发现,即便是对于同一名病人,不同病理学家给出的诊断也往往会有很大不同:一篇2015年的论文发现,不同病理学家对乳腺癌诊断的一致率只有75.3%。在某些异型乳腺癌中,诊断的一致率竟下降到了48%,不足一半。可想而知,不少患者面临着误诊的风险,这也无疑让正在与死神赛跑的患者绕了弯路,使病情雪上加霜。
其次,尽管病理学家并非尽善尽美,要培养出这样一名人才却绝非一朝一夕之功。在经过基础的医学院学习后,这些专家必须经过数年的训练,才能掌握足够的经验,学会分析病理切片的技巧。在医疗资源不足的地区,想要得到诊断,都是一种奢望。
科学家们表示,这两大先天不足的背后,有着一个共同原因——这些病理学家需要处理的信息太多了。对于单独一名患者来说,这些切片的数量就不止一张,而每一张切片在显微镜下都含有数百亿个像素。这是一个什么样的概念呢?谷歌的一则报道为我们做了一个比方。假设我们有1000张含有数千万像素的高清照片,你要有能力辨别这1000张照片中,哪一个像素可能出了问题。
对于普通人类来说,这基本上是个不可能完成的任务。更何况,病理学家用来分析切片的时间非常有限。这也就解释了为何要花上几年时间才能训练出一名病理学家,也能解释为何不同病理学家可能会对同一名患者的切片做出不同判断。
但对人工智能来说,这不是一个问题。
人工智能的奇迹
在诸多人工智能中,基于卷积神经网络的系统在图像识别上早已彰显出自身的力量。此前,《自然》封面曾报道了一款能诊断皮肤癌的人工智能,它的特异性和灵敏度甚至超过了人类皮肤科的专家。既然病理切片也能被处理成数码图像,人工智能能否被用来分析切片,并诊断乳腺癌呢?
谷歌和Verily的科学家们做了一个尝试。由于单张切片的照片过于庞大,他们将这些图像分割成了数万至数十万个128x128像素的小区域,每个小区域内可能含有数个肿瘤细胞。随后,他们提供了许多肿瘤组织与正常组织的病理切片,供人工智能学习。最终,这款人工智能掌握了一项像素级的技巧——它能分辨出单个小区域内被标注为“肿瘤”的像素,从而将整个小区域标注为“肿瘤区”。这能有效将肿瘤组织与健康组织区分开来。
学习完毕后,这款人工智能迎来了实战。科学家们邀请了一位病理学家,并让他与人工智能进行一场比赛。这名病理学家花了整整30个小时,仔细分析了130张切片,并给出了他的诊断结果。在随后基于灵敏度(找到了多少正确的肿瘤)和假阳性(将多少正常组织诊断为肿瘤)的评分中,这名病理学家的准确率为73.3%。
人工智能交出的答卷是88.5%,完胜人类。
更重要的是,这款人工智能可以得到很好的推广,而不用局限于测试用的图片。研究人员发现,即便是利用不同医院不同扫描仪获取的病理切片,这个系统也能很好的工作。
然而科学家们也谨慎地指出,这并不代表病理学家将被人工智能所取代。人类病理专家的知识与经验更广——尽管人工智能在特定的工作中表现出色,它却不适合用于未经训练的项目。举例来说,如果想要开发针对炎症反应、自身免疫疾病、或其他癌症的诊断系统,这款人工智能是无法胜任的。因此,研究人员建议,我们应让人工智能与病理学家形成互补,提高人工诊断的效率与可靠度。这样一来,医生们可以很快找到潜在的肿瘤区域,并确定肿瘤的大小。
这项研究彰显了一个充满希望的开端。谷歌的研究人员希望通过分享这一工作,能加快将研究转化为医学产品的进程。我们祝愿早日看到更多人工智能在生活中的应用。
参考资料
[1] Assisting Pathologists in Detecting Cancer with Deep Learning
[2] Detecting Cancer Metastases on Gigapixel Pathology Images
来源:药明康德(微信号 WuXiAppTecChina)
为你推荐

《NPJ digital medicine》刊发李冬梅教授团队成果:AI赋能高效识别眼睑肿物
亚太眼整形外科学会主席、中华医学会眼科分会眼整形眼眶病学组副组长李冬梅教授团队携手爱尔数字眼科研究所,在《NPJ digital medicine》(影响因子:12 4)学术期刊发表团队...
文/李林 2025-04-02 10:27

默克全球执行副总裁周虹:合作与创新是默克未来五年战略的两大关键词
近日,德国默克医药健康全球执行副总裁、中国及国际市场负责人周虹带领医药健康中国及国际市场管理团队开启了2025年度首次“中国行”。
2025-04-01 17:11

首个且唯一,阿斯利康PD-L1单抗获FDA批准治疗肌层浸润性膀胱癌
度伐利尤单抗联合吉西他滨和顺铂作为新辅助治疗,随后度伐利尤单抗作为根治性膀胱切除术后的辅助单药治疗,用于治疗肌层浸润性膀胱癌成年患者。
2025-04-01 14:37

全国首个,湖北为脑机接口医疗服务定价
昨日(3月31日),据“湖北发布”消息,湖北省医保局发布全国首个脑机接口医疗服务价格,其中,侵入式脑机接口置入费6552元 次,侵入式脑机接口取出费3139元 次,非侵入式脑机...
2025-04-01 11:03

一款国产创新流感药,获批
近日,据国家药监局官网信息显示,青峰医药下属子公司江西科睿药自主研发的1类创新药玛舒拉沙韦片(商品名:伊速达)正式获批上市,用于既往健康的12岁及以上青少年和成人单纯性...
2025-04-01 10:22

26省联盟药品集采启动,聚焦妇科用药和造影剂
近日,山西省药械集中招标采购中心发布《关于做好二十六省联盟药品集中带量采购品种数据填报工作的通知》,开展相关采购数据填报工作。
2025-03-31 21:48

优时比罗泽利昔珠单抗注射液(优迪革)中国获批,全球首个且唯一双亚型创新药治疗全身型重症肌无力
作为唯一人源化、高亲和力且具备创新修饰结构的IgG4单抗,关键Ⅲ期MycarinG试验证实罗泽利昔珠单抗注射液(优迪革®)较安慰剂显著改善全身型重症肌无力患者的多个临床终点与结局。
2025-03-31 15:58

从手术麻醉到生命全周期护航,麻醉学科发展拓宽生命边界
3月26日,由中华医学会麻醉学分会、中国医师协会麻醉学医师分会等23家学协会共同举办的2025年中国麻醉周学术活动的启动仪式举办,该活动以“生命之重,大医精诚——守生命保驾护...
2025-03-31 15:30

欧狄沃联合逸沃成为中国目前唯一获批的肝细胞癌一线双免疫联合疗法
欧狄沃联合逸沃对比仑伐替尼或索拉非尼,可显著改善不可切除肝细胞癌一线患者的总生存期(OS),客观缓解率(ORR)可改善近3倍,中位缓解持续时间(mDOR)达30个月
2025-03-31 13:45

罗氏制药榜首 “现金牛” 产品罗可适(奥瑞利珠单抗)在华获批:开启多发性硬化症一年两次治疗新时代
罗氏制药今日(3月31日)宣布,其旗下创新药罗可适®(Ocrevus®,通用名:奥瑞利珠单抗注射液 ocrelizumab injection)正式获得中国国家药品监督管理局批准,每六个月静脉输...
2025-03-31 13:39

三生有幸,医者仁心:三生制药向全体医药工作者致敬!
3月30日是国际医师节,由三生制药公益支持的以“三生有幸,医者仁心”为主题的公益活动,携手20位医生代表,以寄语海报的形式,共同向全体医护人员表达诚挚的祝福与关爱。
2025-03-30 17:38

新版药典自2025年10月1日起实施
3月25日,国家药监局官网发布《国家药监局 国家卫生健康委关于颁布2025年版的公告(2025年第29号)》,2025年版《中国药典》自2025年10月1日起施行。
2025-03-30 17:07

向C端发力,华大集团首届健康同行合作伙伴大会圆满举行
3月29日,以“科技普惠,健康生活”为主题的华大集团首届健康同行合作伙伴大会在华大时空中心成功举办,通过报告演示、展台展示等方式,首次系统性地向外界展示运用生命科学前沿...
2025-03-30 10:38

广州试点创新药械“医保+商保”同步结算
本次试点依托国家医保信息平台,在22家试点医院实现医保+商保一站式同步结算,通过提供“商业保险创新药械结算清单”,商保理赔金额将一目了然,市民只需支付医保和商保报销后的...
2025-03-28 18:41

揽入首付款2亿美元,恒瑞医药就一款II期临床药物与默沙东达成新合作
近日,恒瑞医药发布公告称,公司与默沙东达成协议,将恒瑞医药的脂蛋白(a)[Lp(a)]口服小分子项目(包括名为HRS-5346的先导化合物)有偿许可给默沙东,默沙东将获得HRS-5346在大...
2025-03-28 16:24