药明康德AI/报道
图片来源：Pixabay
癌症，是人类健康的一大杀手，不同癌症对人类的“杀伤力”自然也不同。从古至今，前列腺癌一直是困扰着男性的“健康杀手”。上至古埃及时期，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。
据最新发布的《全球癌症负担报告》中提到，前列腺癌是中国位列发病最多、死亡率最高的癌症前十名。不过前列腺癌又有着“不太冷的杀手”的称号，其生存数据较为乐观，局限性前列腺癌或者仅区域性扩散前列腺癌患者5年生存率可达%。不过，不管前列腺癌这个“杀手”冷不冷，它的危害性足以引起人们重视。科学家们也致力研发各种新疗法、拓展治疗新思路，从而造福患者。
日前，日本理化研究所（RIKEN）研究人员基于深度学习算法，开发出治疗前列腺癌的AI病理诊断解释的新方案。能够从无注释的病理学图像中自动获取可解释的特征，此外这个最新的AI还具有查缺补漏的能力，能够发现病理学家未注意到的癌症预后相关特征，这也就意味着AI预测前列腺癌复发的准确性将高于医生。这项研究最新发表在《自然通讯》（NatureCommunications）上。
通过病理诊断癌症，是目前癌症医学中最可靠的诊断方式之一，不过对于医疗从业人员来说，病理学知识技能积累的过程不是一朝一夕便可完成，而是需要通过长期研究累积而成。从过往的一些医疗AI的研究来看，由机器学习（MachineLearning）驱动的组织病理图像分析模型随时辅助医生的有力工具，但却仍面临两大难题，一是通过需要可解释分析才能最终通过临床试验，二是当病理图像数据集过大时，人工注释可行性低。对研究人员来说，当务之急便是从大量无注释的病理图像中自动获取可解释的特征，那么深度学习（DeepLearning）便是不二选择了。研究由Yamamoto教授和GoKimura教授领导研究，该团队在研究过程医院相继展开合作，他们采用无监督学习（UnsupervisedLearning）方法展开研究。图片来源：Pixabay
因此一旦当AI遇到难以采用人工注释类别的病理图像或是未经人工注释的图像，它都可以根据类别未知的训练样本解决模式识别中的各种问题，从而进一步了解前列腺患者病理图像。研究人员获得了来医院（NMSH）的13,张前列腺全载病理切片图像，相当于有大约亿个图像补丁，这一庞大的图像数据集则被用于训练AI进行病理识别及癌症诊断。由于数据庞大，研究人员将算法过程置于强大的RAIDEN超级计算机上进行执行。▲RAIDEN超级计算机（动图来源：RIKEN）
AI系统从1万个图像补丁中学习了为经过人工注释的病理图像，它成功识别出符合Gleason分级的病灶（Gleason分级是一种被广泛采用的前列腺癌组织学分级的方法，也是决定治疗方案的最重要的指标），同时AI在运作中还有意想不到的新发现，它还成功识别了人类病理学家未曾从事皮肤病白癜风治疗北京哪治白癜风最好推荐文章
热点文章
