首页 抗癌 百科 癌症 资讯 保健 视频 养生 两性

致因

旗下栏目: 抗癌 百科 癌症 资讯 保健 视频 养生 两性

人工智能加速手术中的脑肿瘤诊断

来源:互联网 作者: 人气:0 发布时间:2021-09-27 18:24:42
对于脑肿瘤患者,治疗的第一步通常是手术切除尽可能多的肿块。在手术过程中获得和分析的肿瘤样本有助于精确诊断肿瘤并确定肿瘤与健康脑组织之间的边界。

人工智能加速手术中的脑肿瘤诊断

对于脑肿瘤患者,治疗的第一步通常是手术切除尽可能多的肿块。在手术过程中获得和分析的肿瘤样本有助于精确诊断肿瘤并确定肿瘤与健康脑组织之间的边界。

image.png

然而,这样的术中病理分析需要时间——样本必须由病理学家处理、染色和分析,而外科医生和患者等待结果。现在,一项新研究表明,结合先进成像技术和人工智能 (AI) 的过程可以在手术过程中在不到 3 分钟的时间内准确诊断脑肿瘤。该方法还能够准确地区分肿瘤组织和健康组织。

 

该研究结果于 1 月 6 日发表在《自然医学》上。

 

“这项技术对于新发现的肿瘤患者和正在接受第二次或第三次手术的[复发性肿瘤]患者尤其令人鼓舞,”帮助领导这项研究的纽约大学朗格健康医学博士 Daniel Orringer 说。

 

研究小组写道,这项研究为“在手术期间在床边提供无与伦比的术中组织诊断途径”打开了大门,同时“降低了去除……与[肿瘤]相邻的正常组织的风险。”

 

NIH 外科神经病学分部的神经外科医生 Kareem Zaghloul 医学博士、博士说,他对这项研究的结果感到鼓舞。 “这项技术可以帮助告知手术需要多么激进或保守,”Zaghloul 博士说。

 

应用影像和人工智能技术

在这项研究中,由 Orringer 博士和密歇根大学首席神经外科住院医师 Todd Hollon 医学博士领导的研究小组想要测试他们是否可以将一种称为受激拉曼组织学 (SRH) 的成像技术与人工智能的预测能力结合起来以改进当前的术中病理学实践。

 

SRH 是一种特殊形式的显微镜,可用于直接在手术室中对新鲜组织样本进行可视化,甚至可以产生与病理学家应用于冷冻组织样本以分析细胞结构的相同类型的“染色”。在密歇根大学,外科团队已经在一些脑肿瘤和头颈癌手术中使用 SRH 系统。

 

人工智能涉及使用功能强大的计算机来执行通常与人类智能相关的任务。一种称为深度学习的人工智能使用复杂的数学算法(有时称为卷积神经网络)从数据中提取特征,然后对其进行“训练”。

 

这种训练使算法能够识别模式并执行诸如分析图像之类的任务。例如,在医学领域,正在研究此类算法是否可以帮助评估乳房 X 光照片、检测宫颈癌前组织或更准确地检测癌性痣。

 

为了将 SRH 成像仪的强大功能与 AI 相结合,研究人员首先在 SRH 生成的脑肿瘤组织图像上训练算法。在训练中,他们使用了来自 415 名患者的超过 250 万张肿瘤组织图像。这些图像涵盖了三种非肿瘤组织分类,包括健康的灰质或白质,以及 10 种最常见的脑肿瘤类型,这些类型占美国所有脑肿瘤诊断的 90% 以上。

 

“一个主要的初始挑战是确定图像的理想尺寸和分辨率来训练算法,”Hollon 博士说。一旦确定了这些理想参数,算法就会学会将组织样本分类为确定性肿瘤、非肿瘤组织或非诊断性组织(意味着它们无法被 AI 分析)。

 

临床试验中的测试

为了探索 SRH-AI 技术在诊断脑肿瘤方面的临床价值,研究人员在一项临床试验中招募了近 280 名患者,他们都同意允许外科医生收集超出通常收集范围的额外肿瘤组织,但方式是不会带来额外的风险。

 

将组织标本一分为二,在手术室和常规实验室病理学(组织由病理学家处理、染色和分析)中使用新技术(由算法分类的SRH图像)进行分析,以查看新技术是否与常规技术。

 

事实证明确实如此。该算法在 94.6% 的时间内正确诊断出脑肿瘤,而传统的基于病理学家的分析的总体准确率为 93.9%。

 

在组织标本被算法错误分类的情况下,病理学家做出了正确的诊断。在病理学家错误地对样本进行分类的情况下,算法做出了正确的诊断。

 

研究人员指出,人工智能技术和病理学家相互交叉检查的能力凸显了病理学家需要与人工智能技术一起工作来解释具有挑战性的病例并确保尽可能高的诊断准确性。

 

提高手术准确性

肿瘤切除的程度可以在手术过程中确定,也可以通过术后 MRI 扫描来确定,该扫描显示切除的完成程度。虽然在手术期间尽可能多地切除肿瘤可以延长患者的寿命,但在手术期间切除过多的健康脑组织会对患者造成严重和有害的后果,例如运动功能受损、记忆力减退或视力问题。

 

为了解决这个问题,研究人员还研究了新技术在患者仍在接受手术时区分肿瘤组织与健康脑组织的能力。

 

由于肿瘤细胞有时会渗入健康组织,因此在手术过程中很难用肉眼识别肿瘤和健康组织之间的边界。通过将每个样本图像分解成更小的“补丁”,人工智能技术使外科医生能够快速、清晰地识别包含肿瘤或健康组织的区域。

 

Orringer 博士说,使用 SRH-AI 技术,“我们可以……可视化在手术过程中不可见的肿瘤 [细胞]。”

 

由于“患者的预后取决于切除的范围”,Zaghloul 博士说,拥有关于脑肿瘤边缘的更好信息“可以为患者带来更好的治疗结果,并且由于健康组织得以保留,手术相关并发症更少。” 

 

脑肿瘤中人工智能的未来

Zaghloul 博士说,在新技术可以扩展到其他中心和机构之前,“非常需要对更多患者进行稳健的测试并将该技术扩展到包括罕见的脑肿瘤”。

 

目前,美国多个主要癌症中心都在使用 SRH 成像仪。 Orringer 博士解释说,人工智能和 SRH 成像都是新兴技术,因此将它们整合到护理中将面临挑战,例如财务或监管问题以及临床医生培训。

 

即便如此,Orringer 博士还是希望 SRH-AI 技术的使用在未来得到扩展,包括在病理资源有限的中心以及在许多不同类型癌症中的潜在用途。

 

相关文章

660*60广告