账号:
密码:
最新动态
产业快讯
CTIMES / 文章 /
在癌症检测、诊断和治疗中的AI应用
检查中同时进行分析是最大挑战

【作者: 盧傑瑞】2021年12月27日 星期一

浏览人次:【10385】

在生物医学研究和医疗保健领域,人工智慧(AI)越来越受到重视,特别是在癌症研究和肿瘤学领域,包括癌症检测和诊断、分类、治疗优化等藉由AI技术来增进检测和诊断的效益。


随着疾病的发展,癌症以多种方式表现出来,导致医疗决策的背景特别具有挑战性。人工智慧(AI)在生物医学研究和医疗保健领域越来越受到重视,特别是在癌症研究和肿瘤学领域,其中包括癌症检测和诊断、分类、治疗优化,以及在药物开发过程中新标靶治疗的识别。


人工智慧和早期癌症检测

其他疾病不同,癌症必须在不同阶段进行治疗,主要是由于检测差距所致。而人工智慧技术可能有助于检测体内组织中的癌前病变,提高癌症检测的灵敏度。进而帮助放射科医生加速对影像进行视觉分析检测到病变,甚至发现原本无法检测到的微小病变组织。


根据在欧洲呼吸学会国际大会上发表的一项新研究,人工智慧有机会能够比传统的CT扫描提早一年检测出肺癌(图1)。研究人员利用888病患的CT影像对人工智慧系统进行训练,而这些人之前都接受过肺部放射检查后发现病变。


完成对人工智慧系统训练后,研究人员利用3年的时间,利用人工智慧系统对1179名参加者的肺部影像进行检测,最终在所有177位恶性肿瘤病患中,成功辨识出172位肺部有肿瘤病变,检出率达到97%[1]。



图1 : ERS在国际大会上发表的研究结果。人工智慧有机会能够比传统的CT扫描提早一年检测出肺癌。(source:European Respiratory Society)
图1 : ERS在国际大会上发表的研究结果。人工智慧有机会能够比传统的CT扫描提早一年检测出肺癌。(source:European Respiratory Society)

由于许多因为职业风险而导致癌症,有时在几十年内都没有被发现。因此可以透过人工智慧系统为医生提供客观有效的资讯,减少诊断负担以及漏诊和误诊率。此外,考虑到某些恶性肿瘤相关的低存活率—例如,间皮瘤(Mesothelioma),这是一种因为暴露在石棉下所引起罕见且高致命的癌症,5年的存活率为10%。而透过人工智慧,可以提早发现出间皮瘤,经过适当的治疗来提高存活率。


除了肺癌和间皮瘤,研究人员还对腺癌、肾癌、大肠癌和脑瘤等领域进行检测和诊断的。现今这一领域的研究速度之快,似乎人工智慧在癌症领域有着巨大的应用潜力。


人工智慧预测癌症的发展

人工智慧还可以帮助癌症的预后。可以在发病前检测出已经存在肿瘤的高风险群,这可让临床医生能够对这些患者提供更适当的医疗行为,并视情况需要立即进行处理。除了癌症检测,人工智慧还可以预测恶性肿瘤的进展和演变,这可能会帮助医生为个别患者设计不同的治疗方法。早期治疗可以提高患者的生存机会,因为癌症在有机会建立抗性免疫反应之前就被消灭。


由爱丁堡大学和伦敦癌症研究所(ICR)所成立的一个研究小组,藉由人工智慧技术开发了一种能够识别恶性细胞内DNA突变模式的模式,可以利用这个模式来预测基因改变,同时还发现了某些反覆发作的癌症突变序列,与存活率之间的依存关系性。此外,团队也设计了一种新技术,可在有类似情况的病患之间分享肿瘤资讯。透过辨识复发可能的模式,并将其与已知的肿瘤学资料整合起来,预测出肿瘤的未来生长位置。


进行内视镜检查时并未被发现息肉而病变大肠癌

根据卫福部的统计,在台湾,大肠癌发生、死亡人数,每年呈快速增加的趋势,居所有癌症发生率及死亡率的第2位及第3位[2]。


侵袭性癌细胞而其中大多是由癌前病变(息肉)发展而来(图2),如腺瘤性息肉。而透过大肠内视镜的检查,可以在早期发现癌前病变,并将其肿瘤摘除,有着相当显著降低癌病变的功效,但是但由于是用肉眼进行检查的,因此也存在着被疏忽的风险。



图2 : 形成恶性肿瘤前的细胞变异过程(source:NCI Division of Cancer Prvention)
图2 : 形成恶性肿瘤前的细胞变异过程(source:NCI Division of Cancer Prvention)

尽管如此,有些息肉根据其大小、形状和位置是不容易识别,而且医生之间的诊断能力也存在很大差距。因此根据报导,大肠腺瘤性息肉的疏忽率高达24%[3],因此有许多病例的病变,在进行内视镜检查时并未被发现息肉下,发展成大肠癌。


因此日本NEC针对这样的需求,利用脸部识别技术开发出了影像检测系统,利用AI技术来检测大肠息肉。这个软体系统是透过内视镜检查时所拍摄的影像,再利用人工智慧自动检测来找寻出疑似出现病变的位置(图3)。



图3 : 在检查过程中,通过内视镜设备拍摄的影片自动检测疑似病变。然後医生撷取静止影像(左),并很快显示分析结果(右)。(source:日本NEC)
图3 : 在检查过程中,通过内视镜设备拍摄的影片自动检测疑似病变。然後医生撷取静止影像(左),并很快显示分析结果(右)。(source:日本NEC)

利用脸部辨识技术来检测恶性肿瘤

2015年1月,一位NEC的员工在泰国曼谷国际机场候机时,与内视镜医师讨论了利用影像进行病理分析的可能性,而开启了NEC投入脸部辨识AI技术应用的研发计画。其中有一段关键的对话,当时NEC的员工表示,NEC的脸部辨识技术在世界上是最好的[4]。而内视镜医师则表示,其实肿瘤也有特定的「面孔」,提出是否有可能利用脸部辨识技术,来检测出恶性肿瘤的想法。


当NEC这位员工回到日本后,立即请教了内部专精于脸部辨识技术的研究员。虽然研究员对于是否真能利用脸部辨识技术来检测恶性肿瘤产生疑虑,还是进行了相关的影像研究,在病患数十张的照片当中,利用脸部辨识技术来尝试辨认出是否存在恶性肿瘤。经过实验以后,研究人员发现,如果必须在「有没有癌症」之间做出选择,可能有50%的机会猜对。但当真正尝试透过特征点进行判断时,会惊讶的发现有70%的答案是正确的。因此,NEC的相关研究部门就开始思考是否能将深度学习(Deep Learning)应用于医学,而带来新的可能性。


当再进一步的尝试利用脸部辨识技术来辨识非人类脸部时,其难度却出乎了预期。与人类脸部不同的是,癌症肿瘤没有特定的形状(就像脸部的鼻子,一定是呈现类似三角锥状的突起,即使有差异,也不会长成耳朵的形状,或是变成眉毛),因此很难对特征进行定义,而克服这个困难点可能是最大的技术问题。


由于肿瘤会有不同类型的病变,包括凸起的及平坦的。而哪些已经转变成恶性肿瘤?哪些还只是息肉或只是零期癌症?对于这些问题,NEC寻求日本国家癌症中心中央医院的医学专家协助判断分析(图4)。



图4 : 国家癌症中心是日本研究癌症的核心机构(source:日本国家癌症中心)
图4 : 国家癌症中心是日本研究癌症的核心机构(source:日本国家癌症中心)

由于肿瘤有许多不同的类型,包括极难识别的表面肿瘤(癌前病变),以及非常小的凹陷性大肠癌。因此,NEC团队在获得了5,000名患者的30万张内视镜影像后,在资料库中逐一地建立相关数据,而这些数据都会被用来进行深度学习时的「正确答案」。


检查中同时进行分析是最大技术挑战

「辨识出恶性肿瘤」并不是最大的技术门槛,而是要能够在检查中就能够进行分析。在病患进行检查时,将内视镜插入后,必须根据镜头的影像来确定是否存在息肉。如果发现息肉的话,就需要同时进行切除等治疗。为了实现这一目标,加快影像分析的速度,来实现分析与检查并行,就成了最大的研发挑战。


深度学习模型对于高速分析来说结构太庞大了,因此,NEC利用脸部识别研发中所积累的专业知识来减少模型的大小,来加快分析的速度。


通过这种方式,研究团队透过深度学习、独特的高速处理算法,和影像处理单元 (GPU),开发了一台具有人工智慧技术的PC,建立出可以在临床检查中,回传分析结果的系统。


在解决高速分析的问题之后,另一个新的问题又伴随而生,那就是「如何减少未发现和过度检测」。 「未发现」指的是就是疾病在检测过程中被忽视,而「过度检测」是被误认为存在疾病,而实际上并没有。如果有太多的过度检测,在内视镜插入大肠时,一分钟内会发出多次警报。虽然可以防止病变被忽视,使得警报变得不可靠,而不被相信。


最初,过度检测的发生率为百分之几十,在经过一些试验和错误而改善了机制之后,已经成功地将其降低到了1%以下,同时,未被发现的病例数量也有所减少,最终实现了较高的发现率(图5)。



图5 : 利用人工智慧来进行内视镜影像进行大肠镜检查分析(source:日本国家癌症中心中央医院)
图5 : 利用人工智慧来进行内视镜影像进行大肠镜检查分析(source:日本国家癌症中心中央医院)

精准治疗中的AI应用

「精准医疗」通常被称为个人化医疗,让临床医师能够从各种治疗方式中,选择对病患最有效的疗程,或是进行新型药物的开发。新一代机器学习演算法可以整合非常庞杂的数据,也许能够突出新疗法的可能性,根据每个人独特的基因规划出治疗的方法。相信在未来,AI能够对癌症患者的治疗过程产生实质的影响性,尤其是在精准医疗领域。


根据美国疾病管制与预防中心的资料,目前癌症和心脏病是美国中年人的主要死因,随着确诊和死于癌症的人数不断攀升,可能很快就会成为整体死亡的主因。其实癌症是一种慢性但可治愈的疾病,如果早期发现,整个医疗费用并不会太高昂。


不论是空气污染、辐射、化学品和杀虫剂等,甚至暴露在职业性致癌物下,都有可能会增加罹患癌症的风险。随着新致命疾病的出现,慢性疾病获得医疗保健资源可能日益减少,如果透过AI这样的新兴技术,相信可以弥补短缺医疗资源。目前AI已在许多领域取得重大进展,期待也能医疗保健领域,尤其是肿瘤医学获得更大的突破。


参考文献

[1] HTTPS://呜呜呜.而是net.org/news-安定-features/news/artificial-intelligence-diagnose-轮毂-cancer-啊-year-earlier/


[2] 台湾卫福部在2021年8月2日的「大肠癌防治概况」一文中所公布。 https://www.hpa.gov.tw/Pages/Detail.aspx?nodeid=615&pid=1126


[3] REX DK,Cutler CS,LEMMEL GT,Rahmani EY,Clark DW,Helper DJ,Lehman Ga,Mark DG。


[4] NEC获得五次被美国国家标准与技术研究所(NIST)评价为脸部识别技术准确度第一。


*刊头图(source:www.imperial.ac.uk)


相关文章
用AI解决智慧医疗痛点 从那e间诊所谈起
NanoEdge AI实际范例:风扇堵塞侦测
AI技术加值零售新视力 智慧应用方案增进效益
以模型化基础设计混合讯号多波束声纳系统
为快速增长的网路终端AI应用提供更高性能的解决方案
comments powered by Disqus
相关讨论
  相关新闻
» 高医大与阳明交大合作研究成果 促进医疗创新应用
» 生技中心深耕生技产业40年 朝跃升下个黄金10年发展
» 西药外销带动年成长32.9%助攻 台湾药品及医用化学品产值再破千亿
» 西门子医疗的磁流技术提高MRI可持续性和效率
» NEC与能火、微软推出全球首个「生成式AI贝多芬」


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3  v3.20.1.HK83TBQHNN0STACUKV
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 /  E-Mail: webmaster@ctimes.com.tw