现在，来自加州理工学院和圣路易斯华盛顿大学医学院的科学家团队已将这个问题输入人工智能(AI)算法中，要求计算机预测哪些癌症病例可能会转移。在一项针对非小细胞肺癌(NSCLC)患者的新颖试点研究中，人工智能在做出此类预测方面优于病理学家专家。

这些关于肺癌进展的预测对个体患者的生活具有重要影响。治疗早期非小细胞肺癌患者的医生面临着极其困难的决定，即在患者接受肺部手术后是否进行昂贵的有毒治疗，例如化疗或放疗。在某些方面，这是更谨慎的途径，因为超过一半的I-III期NSCLC患者最终会出现脑转移。但这意味着许多其他人不这样做。对于这些患者来说，如此困难的治疗是完全没有必要的。

“对癌症患者的过度治疗是一个大问题，”加州理工学院电气工程、生物工程和医学工程托马斯·G·迈尔斯教授、传统医学研究所研究员杨昌辉说。“我们的试点研究表明，人工智能可能非常擅长告诉我们哪些患者不太可能发生脑癌转移。”

杨警告说，这项工作只是第一步，需要进行更大规模的研究来验证研究结果。

该团队使用了从圣路易斯华盛顿大学医学院收集的118名NSCLC患者的数据和活检图像。通常，病理学家会检查这些图像，寻找细胞内可能表明癌症正在进展的异常情况。

由Yang领导的加州理工学院电气工程师使用从118个原始活检图像中提取的数十万个图像块来训练一种称为深度学习网络的人工智能程序。他们还提供了关于哪些患者在诊断后五年内继续发生脑转移、哪些患者没有发生的后续数据。

“我们本质上要求网络从所有这些图像中学习，从上下文信息中挑选出一些可以表明患者结果的特征，”新论文的第一作者、研究生周浩文说。然后，该网络获得了40张额外的活检图像，并被要求确定患者是否继续出现脑转移。

AI网络能够在87%的情况下正确预测个体NSCLC患者是否经历过脑转移。相比之下，四位病理学家在查看相同的活检图像后只能做出57%的正确预测。

华盛顿大学医学院病理学与免疫学系主任兼联合校长理查德·科特(RichardCote)表示：“我们的研究表明，人工智能方法可能能够做出有意义的预测，这些预测足够具体且敏感，足以影响患者管理。”这项新研究的研究者。

他指出，对于最早阶段的NSCLC患者(属于I期的患者)，AI结果甚至比整个研究的结果还要好，并且这些预测仅基于基本的、常规处理的显微切片。通过向人工智能提供有关疾病严重程度和任何其他生物标志物等其他因素的信息，研究人员预计他们将能够提高人工智能程序未来的预测能力。

有趣的是，人工智能程序并没有准确指出是什么因素导致它做出某些预测。因此，该团队还致力于揭示人工智能程序可能关注的肿瘤细胞及其周围环境的微妙而复杂的特征。

“它正在研究我们作为病理学家会看到的东西，”科特说。“但它看到的比我们能看到的更多。”他说，也许一旦科学家确切了解人工智能关注的是什么，他们将能够开发新的疗法来解决这些指标。

同样展望未来，杨在加州理工学院的团队有兴趣开发仪器和流程，帮助科学家和临床医生收集更均匀、更高质量的活检图像，以提高人工智能预测的准确性。“一旦我们看到人工智能正在做什么，我们就可以开始考虑如何设计成像和显微镜仪器，以更优化地获取人工智能想要的数据，”杨说。“我们可以放弃为人类使用而设计的成像仪器，转而制造针对机器使用而优化的仪器。”

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：