智囊团:人工智能 (AI) 如何协助外科医师更准确地诊断肿瘤

by 英伟达中国

如果问您在什么情况下想减少刀下受苦的时间,那肯定是在进行脑部手术时。

密歇根大学医学院与哈佛大学的研究人员发表了一份新的研究报告,指出人工智能可以帮助医师更快、更精准地诊断脑瘤。

“我们的目标是开发一套算法,成效接近神经病理学家在手术期间的诊断水平。”Daniel Orringer 博士说到。他是这篇发表在《自然生物医药工程》期刊上的研究报告的第一作者,也是密歇根大学医学院神经外科系助理教授。

时间更短也更安全的手术

在对逾百个脑部组织样本进行的实验里,研究人员使用了深度学习技术来检测是否出现肿瘤,并划分为几个大类之一。

研究人员开发了一种名为“受激拉曼组织学”(stimulated Raman histology, SRH) 的激光成像技术,而算法就利用这种技术来分析组织。目前,将组织送到实验室进行处理、冷冻和染色时,手术必须暂停 30-40 分钟。SRH 使得病理学家能在组织不送出手术室的情况下诊断肿瘤,让等待时间缩短到三分钟。

身为执业脑神经外科医师的 Orringer 说:“更快确诊患者意味着缩短他们在手术室停留的时间,这将减少手术相关风险。”

更佳的脑瘤诊断结果

深度学习算法找出了样本中的四类肿瘤。随着研究人员收集更多的样本,Orringer 说他想将类别扩大到八个,囊括脑神经外科医师会遇到的大多数肿瘤。

Orringer 指出 30 个受测组织样本的正确率达 90%,足以媲美神经病理学家在临床上 90-95% 的正确率。

他说:“我们想提高正确率,从而减少误诊人数。”Orringer 表示,深度学习能让医师在手术期间及时、一致和正确地诊断组织,从而帮助解决病理学家出现不同诊断结果的问题。

他还说深度学习不会取代病理学家,而是需要他们的专业知识来做出最后决定。

做还是不做手术

Orringer 及其团队已在超过 370 名患者身上测试这项技术,而这个数字将逼近 500。

Orringer 说:“我们输入到计算机的数据越多,诊断也就越正确。”他还说研究结果可以用在脑瘤以外的肿瘤上。

An SRH image of tumor tissue that helps with brain tumor diagnosis.
脑瘤组织的 SRH 图像。成群或成堆且细胞核相当大的深色细胞便是肿瘤细胞。

深度学习与 SRH 成像技术能协助医师更好地作出是否和如何做手术的决定。Orringer 指出,化疗和放疗对部分肿瘤比做手术有着更好的治疗结果,因此患者能免受开刀之苦。

对神经学家的协助无远弗届

研究报告指出,SRH 与深度学习能有效帮助未配备神经学家的小型医院或偏远地区的医院。美国有 1,400 家可进行脑瘤手术的医院,但有证照的神经病理学家只有 800 人。

Orringer 指出,小型医院拥有这些技术后可将图像发送到异地进行解读,从而扩展医院的诊治能力。

研究人员使用了 CUDA 并行计算平台、NVIDIA GeForce GTX 1080 GPU 以及 Theano 深度学习框架上的 cuDNN,来训练神经网络。

Orringer 说:“在开发这套算法的过程中,GPU 是我们至关重要的工具之一。”

Orringer 表示接下来要进行大规模的临床测试。原型 SRH 系统及深度学习算法只用于研究领域。

本文所有图片皆由密歇根大学医学院提供。

如需详细了解 AI 计算如何改变众多行业,请订阅 NVIDIA 的 AI 播客。通过 iTunes 订阅请访问 http://nvda.ws/2hQ4Leb,通过 Google Play Music 订阅请访问 http://nvda.ws/2hQaIrh