人工智能改善腦腫瘤診斷

光學(xué)成像和人工智能使大腦腫瘤的診斷更快，更準確。

由于集成了新系統(tǒng)，神經(jīng)外科醫(yī)生如今可以使手術(shù)室對患者的腦瘤診斷比以往任何時候都更有信心，這將使他們能夠近乎實時地快速查看診斷組織和腫瘤邊緣。

密歇根醫(yī)學(xué)的外科醫(yī)生說，隨著努力將深度學(xué)習(xí)和計算機視覺結(jié)合起來以加快整個過程的速度，準確性和精確度將繼續(xù)提高。在手術(shù)室里，更快也意味著更實惠。

密歇根醫(yī)學(xué)(Michigan Medicine)的首席神經(jīng)外科住院醫(yī)師Todd Hollon醫(yī)學(xué)博士 在《自然醫(yī)學(xué)》(Nature Medicine)的新出版物中 描述了一種 分為兩部分的方法來提高術(shù)中診斷的準確性和效率。

Hollon以及紐約大學(xué)Langone Health神經(jīng)外科副教授Daniel Orringer博士及其同事報告了密西根醫(yī)學(xué)院開發(fā)的一種名為“刺激拉曼組織學(xué)(SRH)”技術(shù)的最新應(yīng)用，該技術(shù)可在以下位置快速生成腫瘤組織圖像：床頭。這意味著神經(jīng)病理學(xué)家無需病理實驗室即可查看圖像，從而消除了傳統(tǒng)處理，染色和解釋所需的漫長等待時間。

研究人員還使用一種稱為深度卷積神經(jīng)網(wǎng)絡(luò)的人工智能算法來學(xué)習(xí)10種最常見的腦癌的特征并預(yù)測診斷。外科醫(yī)生在床邊幾分鐘之內(nèi)即可獲得診斷預(yù)測，其準確性與傳統(tǒng)方法相當。

該出版物的主要作者霍隆說：“這是評估手術(shù)室中人工智能使用情況的首個前瞻性試驗。” “我們已經(jīng)執(zhí)行了基于AI的工作流程的臨床翻譯。”

診斷無延遲

因腦腫瘤手術(shù)而住院的患者通常并不確切知道自己患有哪種腫瘤，只需要進行手術(shù)即可。整個OR團隊在獲取并處理了要實際遞送給專家神經(jīng)病理學(xué)家的標本之后，也必須等待答案。在收到病理學(xué)家的反饋之前，外科醫(yī)生無法確定如何處理病例。

Hollon說：“涉及的時間太長了。”

但是，當圖像是數(shù)字圖像并且在幾分鐘之內(nèi)出現(xiàn)時，可以在手術(shù)室中快速使用它來告知患者護理情況。

Hollon說：“它是如此之快，以至于我們可以從患者床旁直接對許多標本進行成像，并更好地判斷我們在切除腫瘤方面取得了多大的成功。”

密歇根醫(yī)學(xué)公司最近首次商業(yè)購買了用于進行SRH顯微鏡檢查的技術(shù)。外科醫(yī)生已經(jīng)在500多名患者上使用了成像儀，作為神經(jīng)外科和耳鼻喉科的一線診斷工具，預(yù)計不久將有更多的專業(yè)領(lǐng)域開始使用它們。

Hollon說：“外科醫(yī)生和病理學(xué)家會根據(jù)他們過去的方式來確定他們是否可以使用SRH圖像進行診斷，或者是否需要將其他組織發(fā)送到病理實驗室。”

在另一種用途中，作者希望SRH技術(shù)有一天可以使資源貧乏的醫(yī)院輕松地與學(xué)術(shù)醫(yī)療中心的同事就疑難病例進行咨詢。

數(shù)字協(xié)作輔助

盡管有很多值得慶祝的事情，但是腦外科醫(yī)師承認，對于某些類型的腦癌(例如膠質(zhì)母細胞瘤)患者而言，結(jié)果仍然差得令人無法接受。研究人員說，必須在手術(shù)室中做出可靠的決策，并在外科醫(yī)師和神經(jīng)病理學(xué)家之間建立牢固的伙伴關(guān)系，以取得最佳的結(jié)果。

那就是人工智能的來歷。

Hollon在來自415位患者的250萬張去識別圖像上訓(xùn)練了卷積神經(jīng)網(wǎng)絡(luò)(CNN)，這些圖像是通過刺激的拉曼組織學(xué)方法獲得的，并專注于更常見的腦腫瘤類型。

研究人員隨后對來自三個機構(gòu)的278名患者進行了測試。他們從每位患者身上分離出一個樣本：一個樣本以常規(guī)方式進行染色和處理，然后交付病理醫(yī)生進行診斷;第二，用SRH成像并通過神經(jīng)網(wǎng)絡(luò)進行診斷診斷。

基于CNN的方法實際上具有可比的診斷準確性，為94.6%，而傳統(tǒng)組織學(xué)為93.9%。

Hollon說：“我們正在改變腦部腫瘤的診斷方法。” “這是一個高度標準化的工具，可以為廣泛的腦腫瘤患者提供準確的診斷。”

Hollon指出，CNN正確識別了病理學(xué)家的誤診，而病理學(xué)家正確地識別了AI的誤診，表明這兩種方法是協(xié)同的。

他說：“這是幫助病理學(xué)家和外科醫(yī)生在手術(shù)室做出重要決定的同時增加確定性的另一種方式。”

研究人員還使用該系統(tǒng)來幫助它學(xué)習(xí)罕見的診斷。

Hollon說，雖然密歇根醫(yī)學(xué)小組已經(jīng)在利用術(shù)中診斷，但在未來幾年中有可能在臨床實踐中使用CNN。

“我們的研究報告的結(jié)果代表了密歇根醫(yī)學(xué)公司歷時9年的旅程的高潮，該旅程旨在開發(fā)和實施更好的腦腫瘤手術(shù)方法-一種利用光學(xué)和人工智能決策的進展-做出更安全，更有效的決策該文章的高級作者Orringer說。

這一切始于Orringer在密歇根大學(xué)(Michigan Medicine)從事神經(jīng)外科手術(shù)之初，進行了關(guān)鍵工作以開發(fā)小鼠模型中的SRH，后來在密歇根醫(yī)學(xué)(Michigan Medicine)手術(shù)室中使用了第一臺SRH成像儀。此后，該團隊開發(fā)了一種SRH成像儀，該成像儀快速，移動，用戶友好并已在FDA注冊。