安檢機 | X光安檢機 |
新聞資訊
Beck強調(diào)稱：雖然機器學(xué)習(xí)確實能夠在特定診斷任務(wù)當中發(fā)揮重要的輔助作用，對于人工智能能否最終逾越并完全取代人類病理學(xué)家這樣的問題。但為病人找到最佳治療方法仍然需要多種類型臨床信息的配合，包括細胞染色、蛋白質(zhì)注釋、基因概括以及電子健康記錄等等。只有將這些信息進行認真篩選與組合，才干制定出明確的診斷與治療計劃。這種綜合能力正是人類病理學(xué)家的價值所在Beck認為，人工智能自身并缺乏以解決這個問題。
讓我先聊聊病理學(xué)家們?nèi)绾握热祟惿氖紫取?/p>
外科醫(yī)生就會從該潛在腫瘤處提取一個小小的柱狀活體樣本，當發(fā)現(xiàn)患者胸部掃描顯示肺部位置存在可疑腫塊。由病理學(xué)家進一步提取極薄的組織切片放在載玻片上通過顯微鏡進行觀察，判斷細胞中是否存在癌變跡象。最后，由醫(yī)生著手治療。
或是將顯微鏡下觀察到某些良性細胞誤判為癌細胞。后一種情況下，但這樣一個診療的過程也有局限性。即便是專業(yè)的病理學(xué)家和醫(yī)生也有可能忽略真正的癌細胞。病人將接受毫無必要的保守化療。
這個問題將在很大水平上被解決。利用大量數(shù)字化影像進行訓(xùn)練，而借助人工智能。人工智能系統(tǒng)能夠提供準確率遠超人類病理學(xué)家的診斷結(jié)論，甚至發(fā)現(xiàn)頂尖病理學(xué)家也無法發(fā)現(xiàn)的極為細小的病征。也就是說，針對于癌癥，人工智能將為醫(yī)生和病理學(xué)家提供重要的診斷與治療建議，并且這個過程有望在幾秒鐘之內(nèi)完成。
機器將使日益復(fù)雜的現(xiàn)代醫(yī)學(xué)變得更易于管理，無疑。而人機組合的方式也將逾越單一一方的表示，給未來醫(yī)學(xué)發(fā)展帶來新的突破。
由機器學(xué)習(xí)算法驅(qū)動的各類診斷工具已經(jīng)進入臨床市場，過去的一年中。協(xié)助醫(yī)生在極少甚至根本無需人工輸入的前提下輕松發(fā)現(xiàn)手腕骨折、糖尿病并發(fā)性眼疾以及中風(fēng)等病征。然而，這些早期應(yīng)用僅僅負責(zé)自動完成專家診斷及醫(yī)師執(zhí)行方面的任務(wù)，一般涉及解釋X光機片與CT掃描等影像。這類軟件在分析精度與準確率方面略微優(yōu)于訓(xùn)練有素的人類專家，且具備極為明顯的速度優(yōu)勢。然而，還不能從根本上擴展診斷規(guī)模。
AI病理學(xué)的發(fā)展更具有突破性。相比之下。
2019年美國食品與藥物管理局（簡稱FDA 或?qū)⑴鷾识嗉夜驹诓±韺W(xué)領(lǐng)域的第一款A(yù)I支持型工具。與放射學(xué)及眼科等單純面向某一領(lǐng)域的學(xué)科不同，據(jù)預(yù)測。AI病理學(xué)工具能夠?qū)⑸锘瘜W(xué)、免疫學(xué)乃至遺傳學(xué)領(lǐng)域的效果整合起來，從而為組織薄切片及染色樣本的圖像添加分子級別的細節(jié)觀察。
曾在波士頓與合伙人共同興辦并經(jīng)營一家名為PathA I初創(chuàng)企業(yè)。表示，A ndrewH.Beck一位專業(yè)的病理學(xué)家。工具將真正改善診斷的準確性與治療效果，并認為，病理學(xué)將成為人工智能真正完全改變的第一個醫(yī)學(xué)領(lǐng)域。
希望能夠協(xié)助病理學(xué)家利用載玻片上的數(shù)字化活體組織圖像發(fā)現(xiàn)癌細胞或者其它患病細胞。支持者們指出，Beck并不是唯一一位對此抱有樂觀態(tài)度的人。各大軟件巨頭（包括谷歌與IBM醫(yī)療設(shè)備制造商（包括飛利浦與徠卡生物系統(tǒng)公司）以及數(shù)十家初創(chuàng)企業(yè)正在開發(fā)相關(guān)的模式識別算法。據(jù)統(tǒng)計目前只有不到2%高校畢業(yè)生愿意進入病理學(xué)領(lǐng)域;而智能軟件的呈現(xiàn)則有望緩解全球人才短缺的現(xiàn)狀，同時減輕病理學(xué)專家和醫(yī)生的工作壓力。
同時接受過計算機科學(xué)培訓(xùn)。公司總部內(nèi)，Beck自身對病理學(xué)與軟件都有著深入的理解。一位病理學(xué)家。Beck進行了一輪PathA I平臺演示。將一局部癌變肺組織數(shù)字圖像進行縮放，顯微鏡載玻片的規(guī)范視力與染色疊加圖之間切換，并通過突出顯示特定細胞或癌變相關(guān)蛋白做出內(nèi)容注釋。
并將其與例如腫瘤侵襲性、治療計劃與治療結(jié)果等臨床數(shù)據(jù)加以結(jié)合，利用數(shù)字載玻片圖像數(shù)據(jù)PathA I對其機器學(xué)習(xí)算法進行了訓(xùn)練。從而實現(xiàn)遠超任何頂尖人類醫(yī)師的統(tǒng)計分析能力。
PathA I模型不只能對癌細胞進行檢測并評估腫瘤的狀態(tài)，據(jù)了解。同時還能給出相關(guān)的治療建議。通過計算解圍在腫瘤周邊的免疫細胞，并判斷這些細胞是否具有某些特性的方式，考量最新的免疫療法是否奏效。
這種方式對于像Bristol-MySquibb簡稱BMS這樣的藥物開發(fā)商來說極具價值。因為BMS一直希望借此確定為什么只有一小局部臨床試驗參與者對抗癌藥物有所反應(yīng)。
團隊目前正在依靠PathA I技術(shù)確定活檢樣本中的腫瘤細胞是否被偽裝蛋白質(zhì)所覆蓋—這種情況下，BMS公司翻譯病理學(xué)負責(zé)人MichaelMontalto解釋稱。免疫細胞無法將癌細胞正確識別進去。BMS免疫治療藥物能夠有效剝開覆蓋層，從而激發(fā)病患身體對于癌細胞的殺滅功能。表示，這還只是人工智能發(fā)現(xiàn)作用的案例之一，接下來BMS還將把這項技術(shù)引入所有病理試驗中。
