面对阻击男性的“千年杀手”——前列腺癌，肿瘤多大、病情多重AI一测可知_医疗健康

2020

01/20

09:47

药明康德AI 医疗健康

古埃及时期，中年男性木乃伊身上，科学家就曾找到过前列腺癌的肿瘤，肿瘤扩散全身，影响各处骨骼，现代人又是如何一次次找到攻克方法的呢？

上月，我们曾报道过关于人工智能诊断癌症中的“千年杀手”——前列腺癌的相关文章，当时来自日本的研究人员基于深度学习算法，开发出了治疗前列腺癌的AI病理诊断解释的新方案。时隔一月，AI挑战前列腺癌这个“不太冷的杀手”，战绩又有刷新。

最近，负责诺贝尔生理学和医学奖评选的卡罗林斯卡学院（Karolinska Institute）的研究人员开发了一个可用于前列腺癌组织病理学诊断和分级的人工智能系统，AI通过提供更准确的诊断和更好地治疗决策来突破当今前列腺癌病理学的瓶颈。研究结果表明该AI在识别本领上比人类医生更优秀，对癌症分级的能力与欧洲顶级专家相比不相上下。该研究成果最近发表在《柳叶刀·肿瘤学》（Lancet Oncology）杂志上。

前列腺活检的组织病理学评估对疑似前列腺癌患者的临床治疗至关重要。美国每年有100多万男性需接受前列腺活检，按标准活检程序，每个病人需要进行10-12针检查，因此病理学家需检查超1000万个组织样本。

此外，全球还存在病理学家短缺的问题。例如，中国每13万人中只有一名病理学家；一些非洲国家，这一比例大约是百万分之一。西方国家也面临着类似的问题，由于退休、老龄化等因素，执业病理学家的数量预计会下降。基于现状，AI的介入便显示了其巨大的潜力。

目前，前列腺病理学中，活检的评估普遍存在一定程度的主观性，即使几位病理专家同时评估一份同样的病理样本，他们之间得出的结论也有可能不同。这样的主观性问题也就导致了一个临床问题的产生：医生进一步的治疗方案是基于模糊的病理信息的。

前列腺腺泡癌（最常见的前列腺癌之一）病理图像（图片：Public Domain）

为了解决这些痛点，研究人员不遗余力地将最好的技术带给人们。在这项研究中，他们的目标是开发一个具有临床可接受的准确性的、可用于前列腺癌检测和分级的AI系统。

为此研究人员展开一项回顾性研究，他们训练一个深度神经网络模型，并采用数字病理扫描仪将1200名50-69岁之间的瑞典男性的8000多份病理活检样本进行数字化处理，从而获得高分辨率的病理图像。其中6682个病理样本被用来训练AI识别患者是否有癌症。

结果显示，AI在诊断样本组织是否为癌症以及估算肿瘤大小方面的表现几近完美，AUC为0.96（AUC越接近1.0，检测方法真实性越高）；同时，研究人员将该结果与23位世界顶尖的来自国际泌尿病理学会（ISUP）的专家评估做了横向比较，病理学家的AUC对应值则在0.95-0.97间。

其余剩下的样本以及一些从其余实验室收集的数据集，则被作为验证数据集，用于验证人工智能系统的预测疾病的准确性。经测试验证，在外部数据集上，AI预测的结果依然可靠，其AUC为0.87，病理学家对应值则为0.84-0.90。

诊断出患者是否患有前列腺癌，AI还需学会对其进行分类。在进行确定Gleason分级（广泛被采用的前列腺癌病例组织分级方法，也是决定治疗方案的最重要的指标）的测试中，AI的能力与专家一样出色，Kappa系数（是一种衡量分类精度的指标）为0.62，人类专家的对应值则在0.60-0.73之间。

研究人员正为AI能在临床上真正其作用而努力着，他们希望该AI系统能在欧洲范围更广泛被推广。目前，一项横跨9个欧洲国家的多中心研究正在展开，研究目的是训练AI能识别来自不同实验室的、采用不同类型数字扫描仪产生的、以及不同生长模式的病理图像，研究预计2020年底完成。除此之外，针对这套最新的AI系统的一项随机试验将在瑞典医疗保健系统展开，从而更好地验证AI的诊断能力。

来源：药明康德AI

（原标题：面对阻击男性的“千年杀手”，肿瘤多大、病情多重AI一测可知）

标签