發(fā)布日期：2017-03-07
過去幾年，人工智能與深度學(xué)習(xí)正在快速改變整個世界。在醫(yī)療健康領(lǐng)域，用于疾病診斷和病理分析的人工智能層出不窮。作為人工智能的先驅(qū)者與領(lǐng)軍者之一，谷歌自然不會錯過這一正在蓬勃發(fā)展的新方向。近日，來自谷歌、谷歌大腦與Verily公司的科學(xué)家們開發(fā)出了一款能用來診斷乳腺癌的人工智能，它的表現(xiàn)甚至超過了專業(yè)的病理學(xué)家。 人工診斷的局限 許多疾病的診斷依賴于病理學(xué)家對于組織切片的分析，這也成為了疾病診斷的黃金標(biāo)準(zhǔn)。對乳腺癌患者來說，病理學(xué)家將用顯微鏡鏡檢的方法，仔細(xì)觀看乳腺旁的淋巴結(jié)，尋找腫瘤的痕跡。根據(jù)鏡檢的結(jié)果，病理學(xué)家將告訴患者乳腺癌所處的階段，以及腫瘤是否發(fā)生轉(zhuǎn)移。這些分析直接決定了患者要采取的治療手段與疾病管理方法。據(jù)估計，全美每年有23萬乳腺癌患者需要接受這樣的診斷，聆聽醫(yī)生對她們命運的宣判。 ▲你能從這張切片中，找到哪些是腫瘤，哪些是正常組織，哪些是看起來很像腫瘤的正常組織嗎？（圖片來源：谷歌） 然而，這樣一個足以影響生命的環(huán)節(jié)，卻有著很大的先天不足。 首先，人工診斷很容易出錯。許多研究人員發(fā)現(xiàn)，即便是對于同一名病人，不同病理學(xué)家給出的診斷也往往會有很大不同：一篇2015年的論文發(fā)現(xiàn)，不同病理學(xué)家對乳腺癌診斷的一致率只有75.3%。在某些異型乳腺癌中，診斷的一致率竟下降到了48%，不足一半?？上攵簧倩颊呙媾R著誤診的風(fēng)險，這也無疑讓正在與死神賽跑的患者繞了彎路，使病情雪上加霜。 其次，盡管病理學(xué)家并非盡善盡美，要培養(yǎng)出這樣一名人才卻絕非一朝一夕之功。在經(jīng)過基礎(chǔ)的醫(yī)學(xué)院學(xué)習(xí)后，這些專家必須經(jīng)過數(shù)年的訓(xùn)練，才能掌握足夠的經(jīng)驗，學(xué)會分析病理切片的技巧。在醫(yī)療資源不足的地區(qū)，想要得到診斷，都是一種奢望。 科學(xué)家們表示，這兩大先天不足的背后，有著一個共同原因——這些病理學(xué)家需要處理的信息太多了。對于單獨一名患者來說，這些切片的數(shù)量就不止一張，而每一張切片在顯微鏡下都含有數(shù)百億個像素。這是一個什么樣的概念呢？谷歌的一則報道為我們做了一個比方。假設(shè)我們有1000張含有數(shù)千萬像素的高清照片，你要有能力辨別這1000張照片中，哪一個像素可能出了問題。 ▲要正確診斷癌癥，得要在幾百億個像素里找到出錯的那幾個（圖片來源：KingofWallpapers） 對于普通人類來說，這基本上是個不可能完成的任務(wù)。更何況，病理學(xué)家用來分析切片的時間非常有限。這也就解釋了為何要花上幾年時間才能訓(xùn)練出一名病理學(xué)家，也能解釋為何不同病理學(xué)家可能會對同一名患者的切片做出不同判斷。 但對人工智能來說，這不是一個問題。 人工智能的奇跡 在諸多人工智能中，基于卷積神經(jīng)網(wǎng)絡(luò)的系統(tǒng)在圖像識別上早已彰顯出自身的力量。此前，《自然》封面曾報道了一款能診斷皮膚癌的人工智能，它的特異性和靈敏度甚至超過了人類皮膚科的專家。既然病理切片也能被處理成數(shù)碼圖像，人工智能能否被用來分析切片，并診斷乳腺癌呢？ 谷歌和Verily的科學(xué)家們做了一個嘗試。由于單張切片的照片過于龐大，他們將這些圖像分割成了數(shù)萬至數(shù)十萬個128x128像素的小區(qū)域，每個小區(qū)域內(nèi)可能含有數(shù)個腫瘤細(xì)胞。隨后，他們提供了許多腫瘤組織與正常組織的病理切片，供人工智能學(xué)習(xí)。最終，這款人工智能掌握了一項像素級的技巧——它能分辨出單個小區(qū)域內(nèi)被標(biāo)注為“腫瘤”的像素，從而將整個小區(qū)域標(biāo)注為“腫瘤區(qū)”。這能有效將腫瘤組織與健康組織區(qū)分開來。 ▲與現(xiàn)有的計算機分析方案（中）相比，新型人工智能（右）能更準(zhǔn)確地找到腫瘤（圖片來源：谷歌） 學(xué)習(xí)完畢后，這款人工智能迎來了實戰(zhàn)。科學(xué)家們邀請了一位病理學(xué)家，并讓他與人工智能進(jìn)行一場比賽。這名病理學(xué)家花了整整30個小時，仔細(xì)分析了130張切片，并給出了他的診斷結(jié)果。在隨后基于靈敏度（找到了多少正確的腫瘤）和假陽性（將多少正常組織診斷為腫瘤）的評分中，這名病理學(xué)家的準(zhǔn)確率為73.3%。 人工智能交出的答卷是88.5%，完勝人類。 更重要的是，這款人工智能可以得到很好的推廣，而不用局限于測試用的圖片。研究人員發(fā)現(xiàn)，即便是利用不同醫(yī)院不同掃描儀獲取的病理切片，這個系統(tǒng)也能很好的工作。 ▲人工智能不但能找到腫瘤組織，還能區(qū)分看上去很接近的正常組織（圖片來源：谷歌） 然而科學(xué)家們也謹(jǐn)慎地指出，這并不代表病理學(xué)家將被人工智能所取代。人類病理專家的知識與經(jīng)驗更廣——盡管人工智能在特定的工作中表現(xiàn)出色，它卻不適合用于未經(jīng)訓(xùn)練的項目。舉例來說，如果想要開發(fā)針對炎癥反應(yīng)、自身免疫疾病、或其他癌癥的診斷系統(tǒng)，這款人工智能是無法勝任的。因此，研究人員建議，我們應(yīng)讓人工智能與病理學(xué)家形成互補，提高人工診斷的效率與可靠度。這樣一來，醫(yī)生們可以很快找到潛在的腫瘤區(qū)域，并確定腫瘤的大小。 這項研究彰顯了一個充滿希望的開端。谷歌的研究人員希望通過分享這一工作，能加快將研究轉(zhuǎn)化為醫(yī)學(xué)產(chǎn)品的進(jìn)程。我們祝愿早日看到更多人工智能在生活中的應(yīng)用。
來源： 藥明康德
