EurekAlert最近報道了人工智能技術在醫(yī)學領域應用的一項新研究，該研究設計了一種新的計算機程序，可以分析病人肺部腫瘤的圖像、確定癌癥類型，甚至可以識別導致細胞異常生長的基因。

該研究由紐約大學醫(yī)學院的研究人員發(fā)表在雜志上，研究發(fā)現(xiàn)一種人工智能或機器學習程序有97％的準確度可以區(qū)分腺癌和鱗狀細胞癌——這兩種肺癌類型有經驗的病理學家有時也難以確認。

這種人工智能工具還能夠確定細胞中是否存在與肺癌相關的6種基因的異常形式——包括EGFR、KRAS和TP53，其準確度在73％到86％之間。這種基因變化或基因突變通常會導致癌細胞異常生長，但也會改變細胞的形狀和與周圍環(huán)境的相互作用，為自動分析提供視覺線索。

研究人員說，隨著靶向治療的增加，確定每個腫瘤中哪些基因發(fā)生了變化變得至關重要，因為靶向治療只對具有特定突變的癌細胞起作用。例如，已知大約20％的腺癌患者的基因表皮生長因子受體中有突變，那么現(xiàn)在就可以開始藥物治療了。

研究作者表示，目前用于確認突變存在的基因測試可能需要數(shù)周時間才能返回結果。

“延遲癌癥的治療從來都不是好事，”高級研究員、紐約大學朗格尼癌癥中心病理學系副教授Aristotelis Tsirigos博士說，“我們的研究提供了強有力的證據，證明人工智能方法能夠立即確定癌癥亞型和突變特征，從而使患者能夠更早地開始使用靶向治療?！?/p>

機器學習

在目前的研究中，研究團隊設計了統(tǒng)計技術，使他們的程序在沒被告知如何做的情況下，能夠“學習”如何在任務中變得更好。這些程序構建規(guī)則和數(shù)學模型，使其能夠基于數(shù)據示例進行決策，隨著訓練數(shù)據的增長，程序將變得“更加智能”。

受大腦神經細胞網絡的啟發(fā)，新的人工智能方法能使用越來越復雜的電路分層處理信息，每一步都將信息輸入到下一個步驟，并在此過程中為每條信息分配或多或少的重要性。

目前的團隊訓練了一個深度卷積神經網絡——谷歌的Inception v3，來分析從癌癥基因組圖譜獲得的幻燈片圖像。這讓研究人員可以測量他們的程序是如何訓練的，以準確和自動地對正常組織與患病組織進行分類。

有趣的是，這項研究發(fā)現(xiàn)，在被人工智能程序錯誤分類的一小部分腫瘤圖像中，約有一半也被病理學家錯誤分類了，這說明腺癌和鱗狀細胞癌這兩種肺癌類型確實很難區(qū)分。另一方面，在被研究中的至少一名病理學家錯誤分類的54幅圖像中，有45幅被機器學習程序分配正確了，這說明人工智能確實很有用。

“我們很高興自己的研究能夠提高病理學水平的準確性，并證明人工智能能夠在癌細胞及其周圍組織的可見特征中發(fā)現(xiàn)以前未知的模式，”共同作者Narges Razavian博士說，他是放射學和人口健康系的助理教授，“數(shù)據和計算能力之間的協(xié)同作用正在創(chuàng)造前所未有的機會，以改善醫(yī)學實踐和科學?！?/p>

目前，他們正在尋求政府批準在臨床上使用該技術，同時將該技術用于對幾種癌癥類型的診斷。接下來，該團隊計劃繼續(xù)使用數(shù)據訓練其人工智能程序，直到它能將特定癌癥中基因突變的可能性的準確度提高到90％以上。