病理学家在过去100年都是以相同的方式来诊断疾病，一般都是在显微镜下手动地看所拍的片子。但是，新的研究表明，计算机可以帮助医生提高看片的准确性，以及有效改变癌症和其他疾病的诊断方式。
贝斯以色列女执事医疗中心（BIDMC）和哈佛医学院（HMS）的一个研究小组最近开发研究出一种人工智能方法，旨在训练计算机，让它们可以解释病理图像，同时他们对此还有一个长期目标，就是建立一个人工智能系统，从而能更准确地进行疾病诊断。
“我们的人工智能系统，是基于“深度学习”技术，其中所使用的机器学习算法可以用于一系列的应用之中，包括语音识别和图像识别，”贝斯以色列女执事医疗中心癌症研究所的生物信息学主安德鲁•贝克博士这样谈道，同时贝克博士也是哈佛医学院的一名副教授。“这种科技手段，主要是通过构建多层人工神经网络，让这些机器对现实生活中观察到的复杂类型和结构数据进行分析，从头到尾就类似于在人脑皮层的神经元进行学习的整个过程，而通常人的思维就是在这个领域产生的。
贝克博士实验室开发的这个理论，最近参加了一个研究比赛，这个比赛是由生物医学成像国际研讨（ISBI）年会一手操办的，ISBI这个研讨会主要是通过对淋巴结检查图像的研究来诊断是否患有乳腺癌。
由于不同于其他领域，医学是一个生死攸关的领域，尤其是癌症的诊断，这些专家们不敢有一点马虎，特别是又加入了人工智能这个新型技术，这就要求必须有一个强有力的研发团队。
整个技术支持包括贝克的整个研究团队，还有其实验室的博士后研究员王大勇、胡伊尔沙德博士，和Rishab Gargya博士，此外还包括麻省理工学院计算机科学和人工智能实验室的阿迪亚•科斯拉，以上这些研究人员被分为两队，与来自全球各地的私营公司和学术研究机构同台竞技。
该研究小组今天发布了一篇技术报告，他们希望这一份报告可以被采纳于arXiv.org资料预印库中，arxiv.org是全球最大的预印本系统，由美国国家科学基金会和美国能源部资助，在美国洛斯阿拉莫斯国家实验室建立的电子预印本文献库，其中的文献包括物理，数学，计算机科学，生物学定量，定量金融和统计等领域。
“对病理学家们而言，通过检查患者的淋巴结从而确定患者是否发生了癌症转移，这是一个必要的检查过程，也是非常重要的一环。”贝克解释道。“事实证明，使用传统的方式，利用显微镜在数以百万的正常细胞中筛选出几个恶性细胞，是十分费力的。我们都觉得计算机在这一块一定可以做的很好，的确，事实证明果然如此。”
在一次客观评估中，给了研究人员们一些淋巴结细胞的幻灯片，并问他们这些淋巴结肿是否含有癌细胞，结果，该小组的自动诊断体系92%的诊断都是正确的。科斯拉解释道：“这几乎与病理学家们96％的准确率差不多。”
“但是，真正令人兴奋的事情是，当我们把病理学家的分析与我们的自动计算诊断方法结合起来的时候，诊断的准确率提高到99.5％，”贝克说道。“把这两种方法相结合，所产生的误差会大幅减少。”
该研究小组是根据深度多层次的卷积神经网络，来训练计算机对癌性肿瘤区域和正常区域进行区分的。
“在我们的方法中，我们一开始就利用上百张的幻灯片对其进行训练，与此同时病理学家们对肿瘤区域和正常细胞区域也进行了标示，”王大勇说道。“然后，我们对这些训练样本进行提取，然后使用深度学习建立一个计算模型对它们进行分类。”
研究小组随后对计算机容易犯错误的样本进行标记，再反复使用更难的案例去训练它。通过这种方式，计算机的性能得到不断地改善。
“如今，无可厚非的一点是数字化图像，和机器学习的使用可以帮助病理学家更快、更准确地对患者做出诊断，”贝克补充道。“这是在病理领域30多年来的一个大使命。然而只有在不断改进的扫描、存储、处理和算法的帮助下，才有可能行之有效地实现这个大使命。我们在ISBI竞赛中取得的成绩说明了，计算机现在已经实现了真正的智能，另外，人机认知的结合在治疗诊断指导上将会更精确，也更具临床价值。”
作为荷兰内梅亨大学数字病理学研究小组的负责人和此次比赛的组织者，吉荣•范•德•拉克博士这样说，“当我们开始这个比赛时，就期待出现一些有趣的结果。然而我们万万没有想到的是，计算机在医疗诊断方面竟然可以与人类媲美。透过这一研究，我们可以清除地认识到，人工智能在不远的将来，将会改变我们处理组织病理学图像的方式。而人工智能的参与，将会帮助医生们更好地筛选癌细胞，从而给人类的健康带去更多的一份保障。”
贝克博士和科斯拉最近成立了一个初创公司（名为PathAI），他们旨在开发和应用AI技术，使其成为病理学领域的忠实助手。
1号机器人网（www.1hjqr.com）机器人行业最权威媒体返回搜狐，查看更多
责任编辑：
