人工智能正在影響諸多領域。但是,一些比較大的變化發(fā)生其中之一是醫(yī)學成像。盡管它可能不像自動駕駛汽車那么吸引人,但是人工智能驅動的成像正在做著更重要的事情:挽救生命。像CureMetrix這樣的公司正在將圖像分析從猜測游戲轉變?yōu)閿?shù)據(jù)驅動的過程。
典型的放射科患者不會使用CureMetrix的技術去看醫(yī)生。他們只知道他們的治療取決于準確的診斷。幕后發(fā)生了什么,醫(yī)學成像行業(yè)的下一步是什么?事實證明,答案與無人駕駛汽車一樣令人振奮。
醫(yī)學影像革命
要了解AI改變了醫(yī)學成像世界的程度,了解低技術流程很重要。
“不久前,醫(yī)學影像就像是“瓦爾多在哪里?”。“基本上,專家會掃描圖像,然后搜索可能表明癌癥病變之類的微小異?,F(xiàn)象?!北M管經(jīng)過了所有醫(yī)生和放射科醫(yī)生的培訓,他們還是會犯錯誤。研究表明,僅人為分析的錯誤率可能約為35%。
考慮一下:在沒有AI的幫助下,三分之一接受放射學檢查的患者的方向錯誤。并且由于不同的原因,任何方向的錯誤都是危險的。如果遺漏了某些東西(假陰性),則患者將不會得到治療,癌癥會繼續(xù)發(fā)展。許多需要成像的條件都是時間敏感的。癌性腫瘤每天都會被忽視,并且會變得越來越大,轉移的風險也會增加。
另一方面,假陽性(意味著放射科醫(yī)生將良性特征誤認為醫(yī)療問題)可能會使患者不必要地接受侵入性手術。例如,活檢是痛苦且昂貴的。平均而言,其中70-80%的人在尋找乳腺癌的過程中反而對患者及其家人造成了精神壓力。CureMetrix如何很大程度地減少錯誤,更重要的是,這對患者意味著什么?
第二雙眼睛
將CureMetrix的cmTriage視為另一雙眼睛。AI不能代替使用該工具的人-放射科醫(yī)生-但可以幫助他或她知道哪些情況可能是可疑的。
盡管AI不會替代放射線醫(yī)生,但使用AI的放射線醫(yī)生將替代未使用放射線的醫(yī)生。放射科醫(yī)生和乳腺X射線攝影專家已經(jīng)供不應求,導致工作過度,倦怠和代價高昂的錯誤,最終可能導致訴訟。CureMetrix為放射科醫(yī)生提供了數(shù)據(jù),使其成為抗癌斗爭中的另一種武器。
cmTriage已被FDA篩選為乳腺癌篩查的分類工具,為放射科醫(yī)生提供了預讀資料,有助于識別可疑病例。結果是有可能提高靈敏度,并減少患者召回。
在檢測乳腺癌方面,放射科醫(yī)生的平均敏感性為84.4%,其中9.6%的病例需要再次檢查。如果CureMetrix的敏感度為84.4%,則表明總共有6.4%的考核可疑。即使在默認模式下,AI的操作特異性也比放射線醫(yī)師高。cmTriage可以在更高的靈敏度下運行的事實更加強大。其默認設置為93%,但可以設置為高達99%。
通過將深度學習和計算機視覺相結合,cmTriage可幫助放射科醫(yī)生識別可疑變化,從而使患有乳腺癌的人能夠更快地得到治療。同樣重要的是,它可以幫助放射科醫(yī)生識別不太可疑或可能正常的病例,從而減少患者多次就診或進行危險治療的機會。
從乳腺癌開始
當前,CureMetrix僅可用于乳腺癌檢測。但是,為什么要罹患乳腺癌,它還能幫助哪些其他疾病呢?當我問Alipour時,他指出了兩點:規(guī)模和乳腺癌的獨特挑戰(zhàn)-所有要檢測的癌癥中最復雜的。
每年,將近30萬美國人被診斷出患有乳腺癌,占女性癌癥診斷總數(shù)的30%。其次,估計每年在乳腺X射線攝影誤報上花費40億美元。活檢通常是檢測的第二步,表現(xiàn)出驚人的75%假陽性率?!拔覀兙褪遣荒芎雎赃@樣的數(shù)字,”阿利普爾說?!澳壳坝泻芏嗖煌陌┌Y,但是從乳腺癌或人類疾病的角度來看,它們卻不如乳腺癌昂貴?!?/p>
幸運的是,對于其他癌癥患者,乳腺X線攝影術只是AI醫(yī)學影像改造的開始。CureMetrix計劃將其AI擴展到醫(yī)學成像的其他領域。
一種適合所有人的檢測工具?
成像是癌癥檢測中的關鍵工具,但它并不是唯一的工具。其他方法,例如甲基化分析,也可以通過深度學習工具來增強。Alipour指出:“深度學習的一個優(yōu)勢是,它可以處理非結構化數(shù)據(jù)。如果提供正確的訓練數(shù)據(jù),這種算法可以通過其他方式發(fā)現(xiàn)癌癥,例如查看化學特征?!?/p>
例如,Alipour提到了紐約大學Langone Health的一例。根據(jù)組織病理學診斷出一名年輕女孩患有復發(fā)性髓母細胞瘤,這是一種腦癌。然而,在AI的幫助下,她的醫(yī)生發(fā)現(xiàn)它實際上是另一種:膠質母細胞瘤。
強調(diào)正確診斷的重要性在于,女孩的癌癥可能是用來抵抗第一個癌癥的輻射的結果。如果以同樣的方式再次對她進行治療,那么這種治療可能會傷害到她而實際上并未消滅新的癌癥。
盡管在乳腺癌方面取得了診斷上的突破,但Alipour清楚地表明,通用的癌癥檢測工具仍在數(shù)年之內(nèi)。但是,我們到達那里的方式正是CureMetrix所做的:從最復雜的癌癥開始,然后從那里建立。
-
人工智能
+關注
關注
1789文章
46416瀏覽量
236658 -
圖像分析
+關注
關注
0文章
82瀏覽量
18648 -
醫(yī)學成像
+關注
關注
0文章
55瀏覽量
14851
發(fā)布評論請先 登錄
相關推薦
評論