根據(jù)《今日藥物發(fā)現(xiàn)》上發(fā)表的一篇評論,人工智能及其各種應(yīng)用正在重新定義科學(xué)家進(jìn)行癌癥研究的方式。
印度孟買Shobhaben Pratapbhai Patel藥房和技術(shù)管理學(xué)院的作者Vaishali Y. Londhe和Bhavya Bhasin在論文中說,腫瘤及其所需的治療方法本質(zhì)上是復(fù)雜的,但人工智能正在改變腫瘤學(xué)家的研究方式。癌癥管理。
他們寫道:“癌癥的獨(dú)特性使得其進(jìn)展和早期診斷的繪圖變得困難。” “深度學(xué)習(xí)已成功應(yīng)用于以前難以理解的領(lǐng)域,并為癌癥治療設(shè)定了新的標(biāo)準(zhǔn)?!?/p>
隆德(Londhe)和巴辛(Bhasin)認(rèn)為AI在腫瘤學(xué)領(lǐng)域發(fā)揮著最大作用的五個領(lǐng)域是:
1.診斷轉(zhuǎn)移
Londhe和Bhasin說,診斷皮膚癌通常涉及臨床篩查和皮膚鏡分析,然后進(jìn)行活檢和組織病理學(xué)分析,但是AI的最新進(jìn)展為減少耗時的方法鋪平了道路。Esteva等人進(jìn)行的2017年研究。并在《自然》雜志上發(fā)表,使用129,450張皮膚癌的臨床圖像來訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)(CNN)以識別和分類癌癥,而AI最終能夠檢測到惡性腫瘤以及皮膚科醫(yī)生。
俄勒岡州立大學(xué)的另一組研究人員使用深度學(xué)習(xí)從基因表達(dá)數(shù)據(jù)中提取信息,從而幫助他們對不同類型的乳腺癌細(xì)胞進(jìn)行分類,從而揭示了用于乳腺癌檢測的新生物標(biāo)記。
2.分割腫瘤
分析腫瘤體積是診斷后立即在癌癥治療中采取的步驟,但是放射科醫(yī)生使用的傳統(tǒng)方法(即實(shí)體腫瘤的反應(yīng)評估標(biāo)準(zhǔn)或RECIST)進(jìn)展緩慢,且可降低近50%。
科學(xué)家已經(jīng)使用CNN來更精確地分割腦腫瘤,肝腫瘤和視神經(jīng)膠質(zhì)瘤。在肝癌研究中,一個團(tuán)隊使用CNN對后續(xù)CT中的肝腫瘤進(jìn)行分割,將基線CT掃描輸入,對CT掃描進(jìn)行描繪并在CNN中進(jìn)行后續(xù)掃描以實(shí)現(xiàn)自動分割。
Londhe和Bhasin寫道:“與半自動方法相比,CNN的主要優(yōu)勢在于,由于能夠自動識別特征,因此無需手工定制特征。”
3.應(yīng)用精確組織學(xué)
這組作者說,組織形態(tài)學(xué)已經(jīng)被精確的組織學(xué)(一種深度學(xué)習(xí))“革命”了。多年來,病理學(xué)和診斷一直依賴于對H&E染色載玻片的準(zhǔn)確解釋(這種解釋可能緩慢且不可靠),而深度神經(jīng)網(wǎng)絡(luò)(DNN)則采用了可以加快這一過程的算法。DNN已被用于分析皮膚病變,其準(zhǔn)確性與皮膚科醫(yī)生相似,將圖像解構(gòu)為像素并將其聚集以形成可再現(xiàn)的特征,從而產(chǎn)生某種診斷模式。
Londhe和Bhasin說:“由于高通量全幻燈片掃描技術(shù)的發(fā)展,DNN很快將能夠基于H&E幻燈片進(jìn)行更準(zhǔn)確的分析?!?“這還將導(dǎo)致開發(fā)新的生物數(shù)據(jù)庫,這將進(jìn)一步幫助精準(zhǔn)腫瘤學(xué)?!?/p>
4.追蹤腫瘤的發(fā)展
深度學(xué)習(xí)也已應(yīng)用于跟蹤腫瘤的發(fā)展。德國弗勞恩霍夫醫(yī)學(xué)影像計算研究所的研究人員開發(fā)了一種深度學(xué)習(xí)模型,該模型可以自我更新,并且在讀取更多CT和MRI時會變得更加準(zhǔn)確,該軟件還可以輕松進(jìn)行圖像比較,以跟蹤患者在診所就診之間的腫瘤發(fā)展情況。
Londhe和Bhasin寫道,這種方法對檢測骨骼,肋骨和脊柱的癌癥最有幫助,因為由于時間限制,這些腫瘤經(jīng)常被忽略。
5.評估癌癥的階段
分析患者的癌癥分期對于預(yù)后至關(guān)重要,但作者說,常規(guī)評估過程“與各種局限性有關(guān)”。作為替代方案,研究人員開發(fā)了一種預(yù)測模型,該模型使用深度學(xué)習(xí)來預(yù)測接受胃切除術(shù)的患者的存活率。
Londhe和Bhasin寫道:“與基于常規(guī)Cox回歸的預(yù)測相比,基于深度學(xué)習(xí)的預(yù)后檢測具有更高的預(yù)測能力。” “它表明深度學(xué)習(xí)可以提供更加個性化和精確的基于風(fēng)險的分層。”
-
人工智能
+關(guān)注
關(guān)注
1789文章
46368瀏覽量
236564 -
深度學(xué)習(xí)
+關(guān)注
關(guān)注
73文章
5439瀏覽量
120798
發(fā)布評論請先 登錄
相關(guān)推薦
評論