北京时间1月13日消息，据国外媒体报道，对于从手术中提取的组织样本，人类病理学专家通常需要大约30分钟才能从中诊断出脑瘤。相比之下，一种新的人工智能系统可以在不到150秒的时间内做到这一点，而且比人类同行更准确。
光学组织学图像显示了两种不同形式的脑瘤，弥漫性星形细胞瘤（左）和脑膜瘤（右）
在近期发表在《自然-医学》（Nature Medicine）杂志上的一项新研究中，科学家描述了一种新的诊断技术，它结合了先进的光学成像技术和人工智能的力量。该系统可以在患者仍在手术台上的情况下，对脑肿瘤进行实时、快速、准确的诊断。在测试中，人工智能做出的诊断比人类病理学家做出的诊断稍微准确一些，时间也更短一些。令人兴奋的是，这个新系统可以在那些无法找到专业神经学家的地方大显身手，而且还有望帮助诊断其他类型的癌症。
在癌症手术中，外科医生提取一些有潜在问题的组织用于实验室分析并不罕见。这些术中活检有助于更准确的诊断，并帮助医疗团队设计下一步的治疗方案，如安排后续手术切除肿瘤。这项新研究称，美国一年大约有110万份大脑样本需要由训练有素的神经病理学家进行活检，这个过程是“时间、资源和劳动密集型的”。
事实上，这些诊断涉及十几个步骤，包括将组织从手术室运输到实验室，暂时将其放在低温冷冻状态，再对样品进行解冻和脱水，用二甲苯清洁，最后再放在显微镜下分析。最重要的是，执行所有这些步骤都需要组织病理学家，而这正是目前所缺乏的。研究报告称，“鉴于神经病理学研究人员42%的空缺率，预计还会出现进一步的短缺。”
为了简化这一过程，纽约大学的神经学家丹尼尔·奥林杰（Daniel Orringer）和同事开发了一种诊断技术，将一种名为“受激拉曼组织学”（stimulated Raman histology ，简称SRH）的新型光学成像技术与人工智能深层神经网络结合起来。SRH使用散射激光来照射标准成像技术中通常看不到的特征。在手术过程中，通过SRH获得的图像由人工智能算法进行评估，所需时间不到150秒，而人类神经病理学家往往需要20至30分钟。
更为神奇的是，人工智能还能探测到肉眼看不到的活检特征。“作为外科医生，我们只能根据所见来采取行动；这项技术让我们能够看到原本看不见的东西，从而提高手术的速度和准确性，降低误诊的风险，”丹尼尔·奥林杰表示，“有了这种成像技术，癌症手术比以往任何时候都更安全、更有效。”
为了建立 神经网络，科学家利用415名患者的250万张图像对系统进行训练。在训练结束时，人工智能已经可以将脑组织分为13种常见的脑肿瘤，如恶性胶质瘤、淋巴瘤、转移性肿瘤、弥漫性星形细胞瘤和脑膜瘤。
随后，研究人员在三家不同的医疗机构对278名脑瘤和癫痫患者进行了临床试验，以测试该系统的有效性。由人类专家和人工智能分别对SRH图像进行了评估。结果显示，人工智能识别肿瘤的正确率为94.6%，而人类神经病理学家的正确率为93.9%。有趣的是，人类所犯的错误与人工智能所犯的错误是不同的，这实际上是一个好消息，因为这表明人工智能的错误性质可以在未来得到解释和纠正，从而获得一个更准确的系统。
SRH将彻底改变神经病理学领域，因为它改善了手术过程中的决策过程，而且在缺少神经病理学家的医院里，它可以提供专家级的评估结果。此外，该研究还指出，由于脑瘤的许多组织学特征在其他形式的癌症中也能看到，因此该系统最终可能用于其他领域，包括皮肤科、妇科、乳腺外科和头颈外科手术。
可以肯定的是，人工智能正在缓慢地超越人类。例如，谷歌公司开发出了比人类专家更擅长诊断乳腺癌和肺癌的系统。对于超越人类的人工智能，我们有时会感到紧张（这也情有可原），但在医疗这方面，让人工智能的步子迈得更大一些吧。
检测乳腺癌的谷歌人工智能
谷歌公司的研究人员已经成功训练出能够检测乳腺癌的人工智能，其准确率甚至比医生还高
在进军医疗领域的努力中，谷歌公司的研究人员已经成功训练出能够检测乳腺癌的人工智能，其准确率甚至比医生还高。在谷歌资助的这项研究中，一个由不同医院和大学的独立研究人员、谷歌健康部门的研究人员，以及DeepMind（谷歌拥有的英国人工智能公司）的工程师组成的团队，对来自英国和美国的近29000张乳房X光片进行了分析和比较。研究报告发现，美国和英国的假阴性结果分别减少了9.7%和2.7%，假阳性结果分别减少了5.7%和1.2%。这还是在人工智能处理的信息较少的情况下实现的。在其对照研究中，谷歌从其美国数据集中随机选择了500张X光片，并提供了患者的年龄、乳腺癌病史和之前的X光片。
对于调查样本，谷歌提供的人口统计信息有限，但如果将人工智能用于现实世界中更具多样性人群里，那人工智能或许就有助于发现隐藏在致密组织背后的癌症。这篇论文还指出，与美国不同，人工智能还可以减少英国放射科医生的“工作量”。与美国不同，英国患者通常在每次乳房X光检查时会得到二次意见。
毫无疑问，随着谷歌公司将业务扩展到医疗技术领域，未来十年还将会出现更多的发展。谷歌首席执行官桑达·皮采（Sundar Pichai）表示，医疗是人工智能最大的应用领域之一，“在未来10到20年里，它的益处将不断显现”。在最新的这项研究之前，谷歌已经在研究通过 学习检测乳腺癌的扩散。过去几年里，谷歌还一直在训练人工智能来检测糖尿病眼疾和心脏病，以及分析多发性硬化症进展的数据。2014年，谷歌曾尝试推出一款植入微芯片的智能隐形眼镜，用来检测血糖水平，但后来发现眼泪量不足以测量血糖，因此停止了这款眼镜的研发工作。在这种背景下，谷歌收购了Fitbit公司（包括其子公司Fitbit Health Solutions），旨在将健康保险成本与Fitbit的数据结合起来。
不过谷歌公司对用户数据的挖掘也存在争议，尽管他们宣称是为了慈善目的。2017年，英国有关部门指控谷歌非法获得了160万人的健康记录，用于DeepMind所进行的一项肾脏损伤研究。就在几个月前，谷歌在一项名为“南丁格尔计划”（Project Nightingale）的研究中，在数百万美国人不知情的情况下，收集了他们的医疗数据（谷歌认为其数据收集是与健康保险流通与责任法案兼容的）。
埃塔·皮萨诺（Etta Pisano）是贝斯以色列莱赫医疗中心放射科的住院教授，他认为医疗界不用操之过急。皮萨诺提到了早期计算机辅助检测（CAD）技术的失败。上世纪九十年代，该技术首次引入，“在实验检测中表现出了巨大前景，但未能在现实中获得成功”。该技术的诊断准确性并没有强于人类。不过，皮萨诺也写道，乳腺癌筛查“可能是人工智能在医学成像领域一个理想的应用”，因为它有大量的数据集可以利用，而且与其他必须考虑多方面因素的诊断相比，乳腺癌检测更具有二元性。（任天）
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
