近日,倫敦帝國理工學(xué)院和墨爾本大學(xué)的研究人員開(kāi)發(fā)了一套人工智能系統Texlab,該系統能夠對卵巢癌進(jìn)行預后(預測疾病可能病程和結局),預測卵巢癌患者的存活率,并給出對患者最有效的治療建議。
研究人員表示,與現有醫療技術(shù)相比,該系統預測患者存活率的準確率是傳統方法的四倍。
這項研究在英國皇家學(xué)院醫療保健NHS信托基金會(huì )的哈默史密斯(Hammersmith)醫院進(jìn)行,研究成果發(fā)表在Nature Communications期刊上,標題為《A mathematical-descriptor of tumor-mesoscopic-structure from computed-tomography images annotates prognostic- and molecular-phenotypes of epithelial ovarian cancer》。
早期篩查卵巢癌可提高存活率
卵巢癌是女性生殖器官常見(jiàn)的惡性腫瘤之一,通常在絕經(jīng)后或有家族病史的女性身上發(fā)生。據了解,英國每年有6000例新的卵巢癌病例,但長(cháng)期存活率僅為35-40%。
卵巢癌中以上皮性卵巢癌(EOC)最多見(jiàn)。研究人員表示,實(shí)驗中提到的上皮性卵巢癌是英國女性中第六大常見(jiàn)癌癥,并且在所有婦科癌癥中死亡率,占女性癌癥死亡總數的4%。
常規的卵巢癌檢測,醫生會(huì )進(jìn)行一系列操作。包括血液檢查CA125(一種癌癥的跡象),然后進(jìn)行CT掃描,利用X光和計算機生成卵巢腫瘤的詳細圖像進(jìn)行分析。然而,這樣的CT掃描只能讓臨床醫生獲得一個(gè)大概結果或治療干預后的可能效果。
由于卵巢深居盆腔,體積小、缺乏典型癥狀,早期往往很難發(fā)現,大多數卵巢癌發(fā)現時(shí)已擴散到盆腹腔器官。因此卵巢癌預后一直是一大難題,也是提高癌癥患者存活率的關(guān)鍵。
人工智能早期預測卵巢癌
倫敦帝國理工學(xué)院和墨爾本大學(xué)的研究人員使用一個(gè)稱(chēng)為T(mén)exlab的數學(xué)軟件工具。在2004年至2015年間,從364例上皮性卵巢癌(EOC)患者的術(shù)前CT圖像中提取了657個(gè)定量的數學(xué)描述。
了解到,Texlab軟件檢測了腫瘤的四個(gè)生物學(xué)特征,這些特征顯著(zhù)影響患者的總體生存率,即結構、形狀、大小和基因組成,以評估患者的預后。
最后,Texlab會(huì )給到患者一個(gè)稱(chēng)為放射預測載體(RPV)的分數,該分數表示疾病的嚴重程度,從輕微到嚴重不等。
研究人員將研究結果與醫生估計生存率的預后評分進(jìn)行了比較,發(fā)現該軟件預測卵巢癌死亡的準確度是標準方法的四倍。
研究小組還發(fā)現,RPV能識別5%總生存期小于2年的患者,改善既定的預后方法。另外,RPV評分高也與化療抵抗和手術(shù)預后差有關(guān),這表明RPV可作為一種潛在的生物標志物來(lái)預測患者對治療的反應。
AI診斷女性癌癥
人工智能的影像識別和深度學(xué)習能力,近年來(lái)被應用在了諸多醫療影像檢測診斷領(lǐng)域。在女性疾病方面,AI除了可以檢測到早期卵巢癌,在女性乳腺癌、宮頸癌等癌癥診斷領(lǐng)域也獲得不少成果。
據了解,2018年10月,谷歌的AI研究人員和圣地亞哥海軍醫學(xué)中心已經(jīng)合作開(kāi)發(fā)出了一種能使用癌癥檢測算法自動(dòng)評估淋巴結活檢的AI系統,被稱(chēng)為“淋巴結助手”(簡(jiǎn)稱(chēng)LYNA)。
在《美國外科病理學(xué)雜志》中,“基于人工智能的乳腺癌淋巴結轉移檢測”的論文寫(xiě)到,在轉移性乳腺癌的檢測精度測試中,LYNA的準確率達到99%,超過(guò)人類(lèi)的檢測準確率。
2017年,我國海歸細胞病理學(xué)專(zhuān)家孫小蓉博士團隊研制出一臺人工智能宮頸癌診斷機器人“Landing”,可快速精準地進(jìn)行癌細胞診斷。
該機器人從百萬(wàn)級樣本中學(xué)習癌細胞、癌前病變細胞及正常細胞的樣本辨識,最終能夠精準識別宮頸正常細胞與癌細胞。據悉,“Landing”已獲得中國、歐盟、美國(I類(lèi))臨床認證許可,早期產(chǎn)品已應用于國內多家醫療機構。
人工智能技術(shù)應用女性癌癥疾病的篩查診斷,可以幫助醫生和患者盡早發(fā)現疾病,采取合適的治療方式進(jìn)行干預,從而有效提高癌癥患者的存活率。
點(diǎn)擊下圖,預登記觀(guān)展
合作咨詢(xún)
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com