光學(xué)成像和人工智能使大腦腫瘤的診斷更快更準確

2020-01-21 11:16:30    來(lái)源:    作者:

由于新系統的集成,神經(jīng)外科醫生如今可以使手術(shù)室對患者的腦腫瘤診斷比以往任何時(shí)候都更有信心,這將使他們能夠近乎實(shí)時(shí)地快速查看診斷組織和腫瘤邊緣。

密歇根醫學(xué)的外科醫生說(shuō),隨著(zhù)努力將深度學(xué)習和計算機視覺(jué)結合起來(lái)以加快整個(gè)過(guò)程的速度,準確性和精度也只會(huì )不斷提高。在手術(shù)室里,更快也意味著(zhù)更實(shí)惠。

光學(xué)成像和人工智能使大腦腫瘤的診斷更快更準確

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

Hollon與NYU Langone Health神經(jīng)外科副教授Daniel Orringer醫師及其同事報告了密西根醫學(xué)公司開(kāi)發(fā)的一種名為“刺激拉曼組織學(xué)(SRH)”的技術(shù)的最新應用,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(zhù)神經(jīng)病理學(xué)家無(wú)需病理實(shí)驗室即可查看圖像,從而消除了傳統處理,染色和解釋所需的漫長(cháng)等待時(shí)間。

光學(xué)成像和人工智能使大腦腫瘤的診斷更快更準確

研究人員還使用一種稱(chēng)為深度卷積神經(jīng)網(wǎng)絡(luò )的人工智能算法來(lái)學(xué)習10種最常見(jiàn)類(lèi)型的腦癌的特征并預測診斷。外科醫生可在數分鐘內在床邊獲得診斷預測,其準確性與傳統方法相當。

該出版物的主要作者霍隆說(shuō):“這是評估手術(shù)室中人工智能使用情況的第一項前瞻性試驗。” “我們已經(jīng)執行了基于A(yíng)I的工作流程的臨床翻譯。”

診斷無(wú)延遲

因腦腫瘤手術(shù)而住院的患者通常并不確切地知道自己患有哪種腫瘤,只需要進(jìn)行手術(shù)即可。整個(gè)OR小組在獲取并處理了要實(shí)際交付給專(zhuān)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,外科醫生無(wú)法確定如何處理病例。

Hollon說(shuō):“涉及的時(shí)間太長(cháng)了。”

但是,當圖像是數字圖像并且在幾分鐘內出現時(shí),可以在手術(shù)室中快速使用它來(lái)告知患者護理情況。

Hollon說(shuō):“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(jìn)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。”

密歇根醫學(xué)最近對用于SRH顯微鏡的技術(shù)進(jìn)行了首次商業(yè)購買(mǎi)。作為神經(jīng)外科和耳鼻喉科的一線(xiàn)診斷工具,外科醫生已經(jīng)在500多名患者上使用了該成像儀,預計不久將有更多的專(zhuān)業(yè)領(lǐng)域開(kāi)始使用它們。

Hollon說(shuō):“外科醫生和病理學(xué)家會(huì )決定他們是否可以使用SRH圖像進(jìn)行診斷,或者是否需要像以往一樣將更多組織發(fā)送到病理實(shí)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院輕松地與學(xué)術(shù)醫療中心的同事就疑難病例進(jìn)行咨詢(xún)。

數字協(xié)作輔助

盡管還有很多值得慶賀的事情,但腦外科醫師承認,對于某些類(lèi)型的腦癌患者(例如成膠質(zhì)細胞瘤)而言,結果仍然差得令人無(wú)法接受。研究人員說(shuō),必須在手術(shù)室中做出可靠的決策,并在外科醫生和神經(jīng)病理學(xué)家之間建立牢固的伙伴關(guān)系,以取得最佳結果。

那就是人工智能的來(lái)歷。

Hollon在來(lái)自415位患者的250萬(wàn)張去識別圖像上訓練了卷積神經(jīng)網(wǎng)絡(luò )(CNN),這些圖像是通過(guò)刺激的拉曼組織學(xué)方法獲得的,并專(zhuān)注于更常見(jiàn)的腦腫瘤類(lèi)型。

研究人員隨后對來(lái)自三個(gè)機構的278名患者進(jìn)行了測試。他們從每位患者身上分離出一個(gè)樣本:一個(gè)樣本以典型的方式進(jìn)行染色和處理,然后交付病理醫生進(jìn)行診斷;第二,用SRH成像并通過(guò)神經(jīng)網(wǎng)絡(luò )評估診斷。

基于CNN的方法實(shí)際上具有可比的診斷準確性,與傳統組織學(xué)的93.9%相比,為94.6%。

Hollon說(shuō):“我們正在改變腦部腫瘤的診斷方法。” “這是一個(gè)高度標準化的工具,可以為大量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(shuō):“這是幫助病理學(xué)家和外科醫生在手術(shù)室做出重要決定的同時(shí)增加確定性的另一種方式。”

研究人員還使用該系統來(lái)幫助它學(xué)習罕見(jiàn)的診斷。

光學(xué)成像和人工智能使大腦腫瘤的診斷更快更準確

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

“我們的研究報告的結果代表了密歇根醫學(xué)公司歷時(shí)9年的旅程的高潮,該旅程旨在開(kāi)發(fā)和實(shí)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(jìn)展-做出更安全,更有效的決策該文章的高級作者Orringer說(shuō)。

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(jìn)行了關(guān)鍵工作以開(kāi)發(fā)小鼠模型中的SRH,后來(lái)在密歇根醫學(xué)(Michigan Medicine)手術(shù)室使用了第一臺SRH成像儀。此后,該團隊開(kāi)發(fā)了一種SRH成像儀,該成像儀快速,移動(dòng),用戶(hù)友好并已在FDA注冊。

鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播更多信息之目的,如作者信息標記有誤,請第一時(shí)間聯(lián)系我們修改或刪除,多謝。