如果说近年来最热门的新兴技术有哪些，人工智能（AI）一定榜上有名。
“万物皆可AI”这句笑言便是其热度最好的体现。
AI的进步推动了各个行业的发展，通过将AI图像识别技术和医学影像资料相结合，在多个医学影像读片或诊断任务中，AI已经能够达到甚至超越专业医生的水平[1，2]。
近日，来自哈佛大学FaisalMahmood教授课题组的研究者又一次实现了AI与癌症诊疗的完美结合。
通过训练一个卷积神经网络（CNN）模型，研究者仅依靠读取患者的病理切片，便能实现对原发灶不明癌症的溯源。相关工作发表于《自然》杂志上[3]。
如果这项研究成果投入临床使用，那意味着，仅需一张普通的病理切片，医生就能圈定原发灶不明癌症的范围，这必定会大幅减轻肿瘤科医生的工作难度，也减轻患者的经济负担。
论文截图
原发灶不明癌症（CUP）是一类“经过详细的检查，但始终无法确认癌症原发灶”的转移性癌症的统称，在所有癌症患者中占比1%-2%。这类患者往往会经历各种各样的检查，但最终只能依据经验联合使用放化疗，经济负担很重但普遍预后较差，中位生存时间仅为2.7-16个月[4，5]。
近年来，有研究者利用基因组学技术寻找CUP的起源[6]。但其表现并没有完全令人满意，同时，基因组学检测对于CUP患者来说也是一项不小的经济负担。
既然始终没有寻找CUP来源的完美手段，那么我们能否依据现有的检查结果来预测肿瘤的来源呢？
这就轮到AI来大显身手了。
图像识别任务向来是AI的拿手好戏，本文的研究者通过学习大量患者的苏木精伊红染色（H＆E）病理切片，以弱监督的方式训练出一个CNN模型（命名为TOAD）。在读取一张病理切片后，TOAD能够对人体的18种组织进行预测打分，通过对预测分数进行排序，以找到癌症最可能的组织来源。
文中需要的病理切片及CNN网络模型示意图
注：为了方便描述，我们把预测结果中排名前k个组织来源包含正确来源的概率称为Top-k准确率。如预测结果中排名第一的组织来源就是正确来源的概率称为Top-1准确率，预测结果中排名前三的组织来源包含正确来源的概率称为Top-3准确率。
作者从公共医院中收集了来自名患者的张HE染色切片，分别标记为18种原发癌源。按照70%，10%，20%的比例划分为训练，验证和测试数据。
通过反复的训练和优化模型，TOAD在测试数据中的Top-1准确率为83.4%，Top-3准确率为95.5%，而Top-5准确率已经能够达到98.1%。
整体研究设计示意图
为了探究TOAD是否具有普适性，研究者又从家医学中心收集了名患者的数据进行预测。在这些数据中，TOAD的Top-1准确率为79.9%，Top-3准确率为93.4%，表现依然十分出色。
然而，我们的目标是预测原发灶不明癌症的起源。但对于那些始终没有找到原发灶的患者，我们就算预测出来源也无法判断来源是否正确。因此，研究者决定选择一些诊断困难的患者数据进行预测。
研究者采用“是否通过免组化（IHC）进行诊断”来定义诊断难度。对于那些不需要IHC就能完成诊断的患者，TOAD的Top-1准确率为87.4%，Top-3准确率为96.7%。而对于那些需要三次或以上IHC才能完成诊断的患者，TOAD的Top-1准确率为75.7%，Top-3准确率为92.0%，表明就算是那些诊断困难的癌症患者，AI依然能够很好的完成预测。
进一步的，研究者又从家医学中心收集了名患者的数据，这些患者均在诊疗过程中的某一个时段被诊断为CUP，其中的名患者经历彻底的临床和辅助检查之后，最终确定了肿瘤来源。研究者选择这名患者的切片进行原发灶预测。
Cup任务示意图
面对这样困难的任务，仅仅依靠读取病理切片数据，TOAD能做到什么程度呢？
结果是令人欣喜的。
虽然TOAD对于这些数据的Top-1准确率下降到了60.6%，但是Top-5准确率仍能达到92.1%。这说明即使是面对临床中最难诊断的CUP患者，TOAD仅仅通过读取病理切片，便能很好的缩小癌症的可能来源。
总体来说，TOAD能够成为肿瘤科医生非常好的辅助工具。在资源有限地区，TOAD能够为普通癌症患者提供很好的诊断参考，而不需进行额外的检查。对于那些诊断困难的癌症患者，TOAD也能极大的缩小诊断范围。
更重要的是，有了TOAD进行参考，我们在转移灶溯源时也不会像之前一样仅凭经验和运气，这势必将使我们的诊疗策略更具目的性，更高效的完成诊疗。而我们都知道，在肿瘤治疗中，时间就是生命。
如今，AI与医疗结合的愈来愈紧密。未来AI是否能帮助解决更多的医疗难题呢？就让我们拭目以待。
参考文献：
[1]AminianA,ZajichekA,ArterburnDE,WolskiKE,BrethauerSA,SchauerPR,KattanMW,NissenSE.AssociationofMetabolicSurgeryWithMajorAdverseCardiovascularOut
本文编辑：佚名
转载请注明出地址 http://www.sumuf.com/smxz/12352.html
