人工智能病理学家帮助将注意力放在正确诊断癌症上

编辑按:本文为介绍 NVIDIA 2017 年度全球影响力大奖五名入围者的文章之一。NVIDIA 每年颁发 15 万美元给使用 NVIDIA 技术,在解决社会、人道与环境问题方面取得突破性进展的研究人员。

逾百年来,病理学家均通过在显微镜下研究染色组织切片的方式来诊断癌症。Amit Sethi 觉得是时候改变这种方式了。

印度理工学院 (IIT) 高哈蒂校区的 Sethi 教授开发出 AI 病理学家,以支持人类专家的研究活动。这将能更准确地诊断和更有效地治疗两种最常见的癌症,即女性常见的乳腺癌和男性常见的前列腺癌。

“我希望患者获得适合自己的治疗方法。”Sethi 说。

Sethi 的研究让他及 IIT 高哈蒂校区的一群研究员成为 NVIDIA 2017 全球影响力大奖的五名入围者之一。我们的年度奖助项目总共提供 15 万美元给使用 NVIDIA 技术,在解决社会、人道与环境问题方面取得突破性进展的研究人员。

AI 与专家的较劲

在确定癌症疗法时离不开病理学家的诊断,但其中牵涉到极为主观的意见,且过程非常耗时。

Sethi 说:“我们的目标是表现得比单独一位病理学家更优秀。如果有多位病理学家联合会诊,他们通常会做出好的决定。”

通过使用 GPU 加速的深度学习技术,他开发出多种算法,能分析切片以找出与两种高度恶性乳腺癌关联的模式。在测试其中一种类型时,他的 AI 病理学家在九成的情况下与专家组意见一致。

Sethi 随后运用他的 AI 病理学家来帮助癌症患者。

This "heat map" shows regions in the biopsy slide where the algorithms indicated a high likelihood of HER2-positive cancer.
在这张热图中,标记为红色的活检切片区域是算法指出极有可能发生 HER2 阳性乳腺癌的区域。图片由 IIT 高哈蒂校区的 Amit Sethi 提供。

对抗乳腺癌

Sethi 表示乳腺癌患者身上的同一肿瘤内常会出现一种以上的癌症,不过在病理学家的报告里通常只会写出最显著的那一种。这是因为一个肿瘤可能包含一种以上的癌症是相对较新的看法,他补充道。

即使医生在分析肿瘤细胞的基因组时,也只是查看部分组织样本而非整个肿瘤,从而可能会忽视多种癌症的迹象。

“癌症治愈又复发,通常就是那些漏网的癌细胞在作怪。”Sethi 说。

举例来说,四分之一的恶性 HER2 阳性乳腺癌患者对最常用的乳腺癌治疗药物赫赛汀 (Herceptin) 无反应。个中原因通常是肿瘤内有另一种名为三重阴性的恶性癌症,这意味着它缺乏雌激素、孕酮及 HER2 蛋白质的受体。这两种类型需要不同的治疗方式。

Sethi 及其研究团队使用 NVIDIA GPU 和深度学习技术,在显示存在着 HER2 阳性及三重阴性癌症的染色组织切片影像中检测相关模式。对于个别组织切片,HER2 阳性检测准确率为 84%,三重阴性检测准确率为 91%;对于单个患者的所有组织样本,准确率合计达到 100%。值得注意的是,算法在同一肿瘤内也发现了这两种癌症。

“如果我们能找出这些患者,就能提供更好的治疗。”Sethi 说。

癌症会复发吗?

前列腺癌基金会指出,有 20% 到 30% 的男性前列腺癌患者在接受治疗后出现复发的情况。Sethi 说即便是动刀摘除前列腺,还是有超过六分之一的患者会复发。而预测癌症是否会复发的检测项目也不见得总是准确无误。

Sethi 想克服这个问题。通过使用我们的 Tesla GPU 加速器,他训练神经网络根据染色的组织影像将可能复发的癌症与不太可能复发的癌症区分开来。这可以帮助医生更有效地治疗前列腺癌。

他说:“如果医生得知癌症可能会复发,便可使用化疗及放疗方法积极进行治疗。但如果患者复发的风险不高,便无需接受这些治疗。”

2017 年度全球影响力大奖得主将在 5 8 日至 11 日于硅谷举办的 GPU 技术大会上公布。要报名参加此次大会,请访问 GTC 注册页面

了解上一年度全球影响力大奖得主的研究成果。

Similar Stories