您的位置: 首頁 >科技 >

人工智能改善腦腫瘤診斷

2020-01-15 19:10:10 編輯: 來源:
導讀 光學成像和人工智能使大腦腫瘤的診斷更快,更準確。由于集成了新系統(tǒng),神經(jīng)外科醫(yī)生如今可以使手術室對患者的腦瘤診斷比以往任何時候都更有

光學成像和人工智能使大腦腫瘤的診斷更快,更準確。

由于集成了新系統(tǒng),神經(jīng)外科醫(yī)生如今可以使手術室對患者的腦瘤診斷比以往任何時候都更有信心,這將使他們能夠近乎實時地快速查看診斷組織和腫瘤邊緣。

密歇根醫(yī)學的外科醫(yī)生說,隨著努力將深度學習和計算機視覺結合起來以加快整個過程的速度,準確性和精確度將繼續(xù)提高。在手術室里,更快也意味著更實惠。

密歇根醫(yī)學(Michigan Medicine)的首席神經(jīng)外科住院醫(yī)師Todd Hollon醫(yī)學博士 在《自然醫(yī)學》(Nature Medicine)的新出版物中 描述了一種 分為兩部分的方法來提高術中診斷的準確性和效率。

Hollon以及紐約大學Langone Health神經(jīng)外科副教授Daniel Orringer博士及其同事報告了密西根醫(yī)學院開發(fā)的一種名為“刺激拉曼組織學(SRH)”技術的最新應用,該技術可在以下位置快速生成腫瘤組織圖像:床頭。這意味著神經(jīng)病理學家無需病理實驗室即可查看圖像,從而消除了傳統(tǒng)處理,染色和解釋所需的漫長等待時間。

研究人員還使用一種稱為深度卷積神經(jīng)網(wǎng)絡的人工智能算法來學習10種最常見的腦癌的特征并預測診斷。外科醫(yī)生在床邊幾分鐘之內(nèi)即可獲得診斷預測,其準確性與傳統(tǒng)方法相當。

該出版物的主要作者霍隆說:“這是評估手術室中人工智能使用情況的首個前瞻性試驗。” “我們已經(jīng)執(zhí)行了基于AI的工作流程的臨床翻譯。”

診斷無延遲

因腦腫瘤手術而住院的患者通常并不確切知道自己患有哪種腫瘤,只需要進行手術即可。整個OR團隊在獲取并處理了要實際遞送給專家神經(jīng)病理學家的標本之后,也必須等待答案。在收到病理學家的反饋之前,外科醫(yī)生無法確定如何處理病例。

Hollon說:“涉及的時間太長了。”

但是,當圖像是數(shù)字圖像并且在幾分鐘之內(nèi)出現(xiàn)時,可以在手術室中快速使用它來告知患者護理情況。

Hollon說:“它是如此之快,以至于我們可以從患者床旁直接對許多標本進行成像,并更好地判斷我們在切除腫瘤方面取得了多大的成功。”

密歇根醫(yī)學公司最近首次商業(yè)購買了用于進行SRH顯微鏡檢查的技術。外科醫(yī)生已經(jīng)在500多名患者上使用了成像儀,作為神經(jīng)外科和耳鼻喉科的一線診斷工具,預計不久將有更多的專業(yè)領域開始使用它們。

Hollon說:“外科醫(yī)生和病理學家會根據(jù)他們過去的方式來確定他們是否可以使用SRH圖像進行診斷,或者是否需要將其他組織發(fā)送到病理實驗室。”

在另一種用途中,作者希望SRH技術有一天可以使資源貧乏的醫(yī)院輕松地與學術醫(yī)療中心的同事就疑難病例進行咨詢。

數(shù)字協(xié)作輔助

盡管有很多值得慶祝的事情,但是腦外科醫(yī)師承認,對于某些類型的腦癌(例如膠質(zhì)母細胞瘤)患者而言,結果仍然差得令人無法接受。研究人員說,必須在手術室中做出可靠的決策,并在外科醫(yī)師和神經(jīng)病理學家之間建立牢固的伙伴關系,以取得最佳的結果。

那就是人工智能的來歷。

Hollon在來自415位患者的250萬張去識別圖像上訓練了卷積神經(jīng)網(wǎng)絡(CNN),這些圖像是通過刺激的拉曼組織學方法獲得的,并專注于更常見的腦腫瘤類型。

研究人員隨后對來自三個機構的278名患者進行了測試。他們從每位患者身上分離出一個樣本:一個樣本以常規(guī)方式進行染色和處理,然后交付病理醫(yī)生進行診斷;第二,用SRH成像并通過神經(jīng)網(wǎng)絡進行診斷診斷。

基于CNN的方法實際上具有可比的診斷準確性,為94.6%,而傳統(tǒng)組織學為93.9%。

Hollon說:“我們正在改變腦部腫瘤的診斷方法。” “這是一個高度標準化的工具,可以為廣泛的腦腫瘤患者提供準確的診斷。”

Hollon指出,CNN正確識別了病理學家的誤診,而病理學家正確地識別了AI的誤診,表明這兩種方法是協(xié)同的。

他說:“這是幫助病理學家和外科醫(yī)生在手術室做出重要決定的同時增加確定性的另一種方式。”

研究人員還使用該系統(tǒng)來幫助它學習罕見的診斷。

Hollon說,雖然密歇根醫(yī)學小組已經(jīng)在利用術中診斷,但在未來幾年中有可能在臨床實踐中使用CNN。

“我們的研究報告的結果代表了密歇根醫(yī)學公司歷時9年的旅程的高潮,該旅程旨在開發(fā)和實施更好的腦腫瘤手術方法-一種利用光學和人工智能決策的進展-做出更安全,更有效的決策該文章的高級作者Orringer說。

這一切始于Orringer在密歇根大學(Michigan Medicine)從事神經(jīng)外科手術之初,進行了關鍵工作以開發(fā)小鼠模型中的SRH,后來在密歇根醫(yī)學(Michigan Medicine)手術室中使用了第一臺SRH成像儀。此后,該團隊開發(fā)了一種SRH成像儀,該成像儀快速,移動,用戶友好并已在FDA注冊。


免責聲明:本文由用戶上傳,如有侵權請聯(lián)系刪除!

2016-2022 All Rights Reserved.平安財經(jīng)網(wǎng).復制必究 聯(lián)系QQ280 715 8082   備案號:閩ICP備19027007號-6

本站除標明“本站原創(chuàng)”外所有信息均轉(zhuǎn)載自互聯(lián)網(wǎng) 版權歸原作者所有。