首页 预防 资讯 抗癌 百科 癌症 保健 视频 养生 两性

致因

旗下栏目: 预防 资讯 抗癌 百科 癌症 保健 视频 养生 两性

人工智能方法在识别宫颈癌前病变方面优于人类专家

来源:互联网 作者:羽昕 人气:0 发布时间:2021-09-03 14:24:15
由美国国立卫生研究院和 Global Good 的研究人员领导的一个研究小组开发了一种计算机算法,可以分析女性子宫颈的数字图像并准确识别需要医疗护理的癌前病变。这种称为自动视觉评估的人工智能 (AI) 方法有可能彻底改变宫颈癌筛查,尤其是在资源匮乏的环境中。

人工智能方法在识别宫颈癌前病变方面优于人类专家

由美国国立卫生研究院和 Global Good 的研究人员领导的一个研究小组开发了一种计算机算法,可以分析女性子宫颈的数字图像并准确识别需要医疗护理的癌前病变。这种称为自动视觉评估的人工智能 (AI) 方法有可能彻底改变宫颈癌筛查,尤其是在资源匮乏的环境中。

image.png

为了开发该方法,研究人员使用综合数据集来“训练”深度或机器学习算法,以识别复杂视觉输入(例如医学图像)中的模式。该方法由美国国家癌症研究所 (NCI) 和Global Good 的研究人员合作创建,Intellectual Ventures 的一个基金,研究结果得到了国家医学图书馆 (NLM) 专家的独立证实。结果发表在2019 年 1 月 10 日的《美国国家癌症研究所杂志》上。 NCI 和 NLM 是 NIH 的一部分。

“我们的研究结果表明,深度学习算法可以使用在常规宫颈癌筛查期间收集的图像来识别癌前病变,如果不进行治疗,可能会发展成癌症,”NCI 癌症流行病学和遗传学部的医学博士、公共卫生硕士 Mark Schiffman 说。 ,以及该研究的资深作者。“事实上,图像的计算机分析比显微镜下巴氏试验(细胞学)的人类专家评审员更能识别癌前病变。”

这种新方法有可能在资源匮乏的环境中具有特殊价值。此类环境中的卫生保健工作者目前使用一种称为醋酸目视检查 (VIA) 的筛查方法。在这种方法中,卫生工作者将稀醋酸涂抹在子宫颈上,并用肉眼检查子宫颈,寻找“醋酸变白”,这表明可能存在疾病。由于其便利性和低成本,VIA 被广泛用于无法获得更先进筛选方法的地方。然而,众所周知,它是不准确的,需要改进。

自动化视觉评估同样易于执行。卫生工作者可以在一次就诊期间使用手机或类似的摄像设备进行宫颈筛查和治疗。此外,这种方法只需很少的培训即可实施,非常适合医疗资源有限的国家,在这些国家,宫颈癌是女性患病和死亡的主要原因。

为了创建该算法,研究团队使用了 60,000 多张来自 NCI 档案中的照片,这些照片是 1990 年代在哥斯达黎加进行的宫颈癌筛查研究期间收集的照片。超过 9,400 名女性参加了这项人口研究,随访时间长达 18 年。由于该研究的前瞻性,研究人员获得了几乎完整的信息,说明哪些宫颈变化成为癌前病变,哪些没有。这些照片被数字化,然后用于训练深度学习算法,以便它可以区分需要治疗的宫颈疾病和不需要治疗的宫颈疾病。

总体而言,该算法在预测哥斯达黎加研究期间诊断出的所有病例方面的表现优于所有标准筛查测试。与人类专家评审 (AUC=0.69) 或传统细胞学 (AUC=0.71) 相比,自动视觉评估更准确地识别出癌前病变 (AUC=0.91)。AUC 为 0.5 表示测试不比机会好,而 AUC 为 1.0 表示测试在识别疾病方面具有完美的准确性。

“当这种算法与 HPV 疫苗接种的进步、新兴的 HPV 检测技术和治疗的改进相结合时,可以想象宫颈癌可以得到控制,即使在资源匮乏的环境中,”执行副总裁 Maurizio Vecchione 说。全球好。

研究人员计划使用各种相机和其他成像选项,在来自世界各地社区妇女的宫颈癌前病变和正常宫颈组织的代表性图像样本上进一步训练算法。这一步是必要的,因为不同地理区域的女性子宫颈外观存在细微差异。该项目的最终目标是为常见的、开放的使用创建可能的最佳算法。

 

 

TAGS标签: 人工智能 , 宫颈癌
还有这些:
    SQL Error: select * from ***_ecms_ where classid=0 and (title like '%人工智能%' or title like '%宫颈癌%' or title like '%病变%') order by newstime desc limit 3

相关文章

660*60广告
栏目ID=17的表不存在(操作类型=0)
栏目ID=17的表不存在(操作类型=0)

最火资讯

    栏目ID=2的表不存在(操作类型=0) 栏目ID=2的表不存在(操作类型=0)