最近，翔叔看到了一則爆炸性新聞——Google AI大戰乳腺癌，現在進(jìn)入2.0時(shí)代！在最新公布的進(jìn)展中，Google深度學(xué)習算法在轉移性乳腺癌的檢測精度測試中，準確率達到了99.3%。毫無(wú)疑問(wèn)，這是人類(lèi)醫生難以企及的準確率。
根據最近一項評估，人類(lèi)病理檢驗師，在時(shí)間限制下，有62%的時(shí)間發(fā)現不了個(gè)別載玻片上的小轉移現象。
自人類(lèi)存在的這千百年來(lái)，癌癥始終是威脅生命的第一大敵人。聽(tīng)到了癌癥，就似乎聽(tīng)到了死亡。現如今，在商業(yè)巨頭的領(lǐng)銜之下，人工智能的觸角終于伸向醫療領(lǐng)域，如今，Google AI一小步，乳腺癌檢測一大步。在對抗癌癥的戰場(chǎng)上，給人類(lèi)送上了重要的助攻。
全世界婦女的頭號癌癥殺手：乳腺癌
乳腺癌是全世界婦女的頭號癌癥殺手，尤其在發(fā)展中國家正在增多，那里的大多數病例到晚期才得到診斷。
乳腺癌是全世界婦女最常見(jiàn)的癌癥，占所有婦女癌癥的16%。全球平均每年乳腺癌新發(fā)病例約167萬(wàn)，死亡病例約52萬(wàn)，平均每26秒就會(huì )新增一例患者。乳腺癌在發(fā)達國家較常見(jiàn)，且女性患乳腺癌的機率是男性的100倍。
在中國，乳腺癌發(fā)病率的增速是全球平均增速的兩倍，在全世界排第一。每10名女性，就有1人患乳腺癌或者認識乳腺癌患者。每4個(gè)乳腺增生患者就有1個(gè)可能成為乳癌。
在全球范圍內，乳腺癌的發(fā)病率相差很大，年齡標化發(fā)病率在北美洲高達10萬(wàn)分之99.4。東歐、南美洲、非洲南部和西亞的發(fā)病率略低，但也在增長(cháng)。的發(fā)病率出現在多數非洲國家，但那里的乳腺癌發(fā)病率也在上升。
在世界范圍內，乳腺癌存活率相差很大。從北美洲、瑞典和日本的80%或以上到中等收入國家的約60%以及低收入國家的40%以下（Coleman等，2008年）。
較不發(fā)達國家中的存活率較低，主要可以解釋為缺少早期發(fā)現規劃，從而造成很大比例的婦女到疾病晚期才去求醫，并缺少適當的診斷和治療設施。
對乳腺癌的若干高危因素已有充分的文獻記錄，包含了：肥胖癥、缺乏運動(dòng)、飲酒、更年期時(shí)的激素替代療法、游離輻射、初經(jīng)提早開(kāi)始與晚生或不生育。大約5-10%的病例是因父母親的遺傳而發(fā)生。這些遺傳因子包含了BRCA1、BRCA2與其他因子。低收入和中等收入國家越來(lái)越多地采用西方生活方式，是這些國家乳腺癌發(fā)病率上升的一個(gè)重要決定因素。
Google AI研發(fā)新型癌癥檢測算法，
乳腺癌檢測準確率可達99％
首先，翔叔先給大家科普一下：
到底什么是轉移性乳腺癌？
可以從轉移性腫瘤說(shuō)起，指的是癌細胞脫離其原始組織，通過(guò)循環(huán)或淋巴系統穿過(guò)身體，并在身體的其他部位形成新的腫瘤。
在醫學(xué)領(lǐng)域，這是一種未知的非常難以檢測的一種腫瘤。
2009年，在波士頓，兩家醫療中心對102名乳腺癌患者進(jìn)行的一項研究發(fā)現，有四分之一的患者都由于醫療過(guò)程中“照護程序”失敗，而受到了不同程度的影響，例如可能是因為身體檢查不充分和診斷檢查不完整。
全球范圍內，有50萬(wàn)人因乳腺癌死亡，雖然乳腺癌的發(fā)病機制未有明確定論，但可以確定的是，90%都是由于轉移造成的。但現在，谷歌AI就針對這種轉移帶來(lái)新福音。
圣地亞哥海軍醫學(xué)中心和谷歌人工智能(AI)研究部門(mén)Google AI的研究人員，已經(jīng)開(kāi)發(fā)出了一種很有前途的解決方案，這種方案采用癌癥檢測算法，能夠自動(dòng)評估淋巴結活檢。他們的AI系統被稱(chēng)為“淋巴結助手”(簡(jiǎn)稱(chēng)LYNA)。
在轉移性乳腺癌的檢測精度測試中，LYNA的準確率達到99%，這比人類(lèi)病理學(xué)家更勝一籌。
LYNA是基于開(kāi)源圖像識別深度學(xué)習模型Inception-v3開(kāi)發(fā)出來(lái)的，該模型在斯坦福大學(xué)ImageNet數據集中的準確率超過(guò)78.1%。正如研究人員解釋的那樣，在訓練過(guò)程中，它以299像素的圖像作為輸入，在像素水平描述出組織貼片中的腫瘤，提取標簽，并調整模型的算法權重以減少誤差。
該團隊改進(jìn)了之前發(fā)布的算法，將LYNA暴露于正常組織與腫瘤斑塊之比為4:1的環(huán)境中，并提高了訓練過(guò)程的“計算效率”，這反過(guò)來(lái)會(huì )促使算法“看到”更多的組織多樣性。此外，研究人員還對活檢切片掃描的變化進(jìn)行了規范化，他們說(shuō)這在更大程度上提高了模型的性能。
研究人員將LYNA應用于檢測淋巴結2016年挑戰數據集(Camelyon16)的癌癥轉移診斷，Camelyon16中有399張淋巴結的幻燈片圖片，它們來(lái)自荷蘭拉德堡大學(xué)醫學(xué)中心、荷蘭烏得勒支大學(xué)醫學(xué)中心，以及20名患者的108張單獨照片。
在這些幻燈片測試中，LYNA達到了99.3%的準確率。當模型的靈敏度閾值被調整以檢測每張幻燈片上的所有腫瘤時(shí)，它顯示了69%的靈敏度，準確地識別出評估數據集中的所有40個(gè)轉移性腫瘤，沒(méi)有任何假陽(yáng)性。此外，它不受氣泡、處理不良、出血和過(guò)度染色等幻燈片偽影的影響。
LYNA并不完美，它偶爾會(huì )認錯巨細胞、生發(fā)癌和骨髓來(lái)源的白細胞，也就是所謂的組織細胞，但它的表現比負責評估同樣幻燈片的執業(yè)病理學(xué)家更好。在Google AI和谷歌母公司Alphabet旗下生命科學(xué)子公司Verily發(fā)表的第二篇論文中，該模型將6名病理學(xué)家組成的小組檢測淋巴結轉移所需時(shí)間減半。
未來(lái)的工作將研究該算法是否提高了效率或診斷準確性。研究人員寫(xiě)道：“在幻燈片診斷中，LYNA獲得了比病理學(xué)家更高的敏感性。這些技術(shù)可以提高病理學(xué)家的工作效率，減少與腫瘤細胞形態(tài)學(xué)檢測相關(guān)的假陰性數量。”
乳腺癌檢測只是谷歌AI在醫療領(lǐng)域涉及的其中一小項。事實(shí)上，它在視網(wǎng)膜成像測試、眼疾病檢測、糖尿病檢測與管理、心臟病監測、帕金森綜合征的早期預測等多個(gè)細分領(lǐng)域中的AI實(shí)踐，正在全面地形成谷歌AI驅動(dòng)醫療建設的全棧陣營(yíng)。
AI醫療發(fā)展至今，其本質(zhì)意義早已超越了其他領(lǐng)域的資本競賽。畢竟，它的成果不僅僅代表著(zhù)大資本家們又抓住了某個(gè)新的風(fēng)口，更代表著(zhù)人類(lèi)，在對抗癌癥這一恐怖的魔鬼的時(shí)候，可以更有底氣，更有希望！
合作咨詢(xún)
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2025 上海博華國際展覽有限公司版權所有（保留一切權利）
滬ICP備05034851號-57
