CN
EN

新闻动态

AI在识别子宫颈癌前病变方面优于人类专家

2019-01-11

  美国国家卫生研究院(National Institutes of Health)和全球公益组织(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,并准确识别出需要医疗关注的癌前病变。这种被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,尤其是在低资源环境下。

  为了开发这种方法,研究人员使用了全面的数据集来“训练”一种深度(机器)学习算法,以识别复杂视觉输入(如医学图像)中的模式。该方法是由国家癌症学会(NCI)和全球商品研究院(NCI)的研究员共同制定的,并由国家医学图书馆(NLM)的专家独立确定。该研究结果发表在2019年1月10日的《国家癌症研究所杂志》上。NCI和NLM是NIH的一部分。

  医学博士Mark Schiffman说:“我们的研究结果表明,一种深度学习算法可以利用常规宫颈癌筛查过程中收集的图像来识别癌前病变,如果不治疗,这些病变可能发展成癌症。,每他是该研究的资深作者。“事实上,在显微镜下(细胞学)的巴氏涂片检查中,计算机分析图像比人类专家审稿人更能识别出癌前病变。”

  这种新方法在低资源环境中具有特别的价值。在这种环境下的卫生保健工作者目前使用一种称为醋酸目视检查的筛查方法。在这种方法中,卫生工作者将稀释的醋酸涂在子宫颈上,然后用肉眼检查子宫颈,寻找表明可能患病的“醋酸致白”现象。由于它的方便和低成本,VIA被广泛应用于没有更先进的筛选方法的地方。然而,它是不准确的,需要改进。

  自动化的可视化评估也同样容易执行。卫生工作者可以使用手机或类似的摄像设备进行一次宫颈检查和治疗。此外,这种方法可以在最少培训的情况下实施,使其适合卫生保健资源有限的国家,在这些国家,宫颈癌是妇女患病和死亡的主要原因。

  为了创建这个算法,研究小组使用了来自NCI档案的60000多张宫颈癌图像,这些图像是在20世纪90年代哥斯达黎加进行的一项宫颈癌筛查研究中收集的。9400多名妇女参与了这项人口研究,并进行了长达18年的跟踪调查。由于这项研究的前瞻性,研究人员几乎获得了关于哪些子宫颈病变成为癌前病变,哪些没有的完整信息。这些照片被数字化,然后用来训练一种深度学习算法,这样它就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的所有病例方面表现优于所有标准筛选试验。香港治疗肿瘤,与人类专家检查(AUC=0.69)或常规细胞学检查(AUC=0.71)相比,自动化目视评估识别癌前病变的准确性更高(AUC=0.91)。AUC值为0.5表示测试的正确率并不比chance高,而AUC值为1.0则表示测试的正确率非常高。

  Global Good执行副总裁Maurizio Vecchione说:“如果将这种算法与人类乳头瘤病毒疫苗接种的进展、新出现的人类乳头瘤病毒检测技术以及治疗方面的改进相结合,即使在资源匮乏的情况下,宫颈癌也有可能得到控制。”

  研究人员计划通过使用各种摄像机和其他成像选项,对来自世界各地社区妇女的具有代表性的宫颈癌前期图像和正常宫颈组织样本进一步训练该算法。这一步是必要的,因为在不同的地理区域,妇女的子宫颈外观有细微的变化。这个项目的最终目的是为大众创造出最佳算法,开放使用。

  香港力钧专科集团业务主要是为客户提供综合癌症服务,包括癌症的早期筛查、诊断、治疗及肿瘤疑难杂症的治疗服务,重点业务方向为中高端私人癌症服务。集团肿瘤中心为先河,逐步拓展专科业务,开设包括心脏科、眼科在内的不同诊疗中心及更多专科医疗服务。集团秉承为客户提供最优质服务的理念,不断引进先进的技术,加大创新和研发投资力度,卓越发展,与时俱进。

  集团地处香港九龙旺角繁华区域,交通便利,港铁直达,并伴有多种综合设施,资源广泛。公司由具备超过15年医疗经验香港肿瘤科专科医生和多年经营香港医疗集团的管理团队共同创办,协同经验丰富的专业技术人员,管理人才以及训练有素的技师及医护人员, 共同致力于为客户提供多元化的医疗保健服务体系。