AI 通过筛选出误报来改善乳腺癌诊断

by 英伟达中国

八分之一的女性在其一生中会被诊断出患有乳腺癌。这是一种在女性中极其常见的癌症,自发现之初,人们就与其展开了斗争。

大多数病例都是通过基于乳腺造影(即乳腺组织的 X 线照片)的初期筛选发现的。但是,这种方法存在很高的误报率。平均而言,在 10 年内进行常规乳腺造影的女性中,50% 的人会至少获得一次误报的乳腺造影解读。

这些误报结果意味着,患者会被召回医院来做进一步不必要的检查,其中可能包括创伤性活检,这会增加人们的焦虑感、让人身体不舒服并且会导致医疗并发症。

法国初创公司 Therapixel 也是我们创始计划的成员,他们使用 AI 来提高初始诊断的准确性,在减少误报数量方面取得了很大的进步。虚拟加速器计划中有 2200 多家初创公司,这家公司就是其中一员。虚拟加速器计划为初创公司提供 NVIDIA 技术、专业知识和营销支持。

让乳腺造影更有意义

为了提前检测乳腺癌的发展情况,许多国家/地区实施了主要依赖乳腺造影的筛选计划。放射科医师手动审核影像并检查是否存在任何异常区域。如果发现了某些异常情况,他们便会将影像标记为“阳性”,并嘱咐患者做进一步的检查。

在进行乳腺造影的患者中,平均有 10% 的人会被标记为阳性,并被召回医院来做进一步的检查,其中包括活检,这是一项从乳房上取出细胞样本的创伤性手术。在这些做活检的患者中,95% 的人并没有癌症。

Therapixel 开发了一系列使用 NVIDIA GPU 加速的 AI 算法,旨在减少没有癌症但进行活检的患者数量。其解决方案是审查初始 X 射线影像,向放射科医师提供第一份读数,指明患者发展为乳腺癌的可能性。

Mammo duo target
Thereapixel 的 AI 算法可以发现乳腺造影中的肿瘤特异性异常情况。

Therapixel 使用 1 万份标准乳腺造影来训练一组算法,旨在找出影像中的所有肿瘤特异性异常情况。第二个神经网络进行训练作用于更粗糙的标度,基于第一个网络进行培训。在计算患者发展为乳腺癌的可能性方面,第二个网络能够返回更好的结果。

去年,Therapixel 在数字乳腺造影挑战赛中使用了这些 AI 算法,这是一场全球性的竞赛,致力于通过使用 AI 来改善乳腺癌筛选的效果。该竞赛为期九个月,分为四轮,参赛者超过 1200 名。在这场激烈的竞赛中,Therapixel 凭借其算法赢得了第一名,与目前较为先进的方法相比,其算法将误报数量减少了 5%,这被视为一次重大成就。

在这场竞赛后,Therapixel 继续开发其算法,现已达到超过放射科医师的平均检测率。该公司预计很快便会获得监管机构的批准,在全球范围内使用其解决方案大幅改善乳腺癌检查的效果。

“凭借 NVIDIA GPU 的计算能力,我们才能对乳腺癌的早期诊断产生真正的影响,这是与该疾病进行斗争的决定性因素,”Therapixel 首席执行官兼联合创始人 Olivier Clatz 说。

世界癌症日

2 月 4 日是世界癌症日。了解有关 NVIDIA 如何通过“计算出疗法”(Compute the Cure) 计划来致力于抗癌的更多信息。