人工智能AI预测癌症起源，改善对复杂转移性癌症的诊断
来源：医生在线
时间：2021/05/06 16:55
阅读：864
分享
人工智能作为一种新兴的颠覆性技术，正在逐步释放着科技革命和产业变革积蓄的巨大能量，并深刻改变了人类生产生活方式和思维方式。可以说，人工智能已然对经济发展、社会进步等方面产生重大而深远的影响。
目前，人工智能已经在手机AI、人脸语音识别、围棋等领域大显身手，并且在不断扩大其应用领域。值得注意的是，一直以来“AI+医疗”被人们寄予厚望，它可以在减轻医疗负担的同时，减少误诊漏诊的的发生。
研究团队开发了一种人工智能（AI）系统，该系统使用常规组织学切片就能准确查找转移性肿瘤的起源，同时对原发灶不明癌症（CancerofUnknownPrimary，CUP）进行鉴别诊断。该AI系统能够改善对复杂转移性癌症患者的诊断，尤其是医疗资源贫乏地区的患者的诊断。
在1-2％的癌症病例中，无法确定肿瘤开始发生的部位，也就是原发灶。由于许多现代癌症治疗方法都针对原发性肿瘤，因此原发灶不明癌症（CancerofUnknownPrimary，CUP）的预后很差，平均总生存期仅为2.7-16个月。
为了获得更具体的诊断结果，患者通常必须进行广泛的诊断检查，其中可能包括额外的实验室检查、活检和内窥镜检查等等，这会导致治疗延迟，对患者生存不利。
几乎每个诊断出癌症的患者都有组织切片，这是一百多年来的诊断标准。人工智能（AI）结合这些可获取的通用数据能够大大改善这些通常需要大量人工诊断的复杂病例。
在这项研究中，研究团队开发了一种基于深度学习的算法，并将其命名为“深度学习评估肿瘤起源”（TOAD），可将肿瘤识别为原发性或转移性肿瘤，并预测其原发灶。
研究团队使用超过22000个癌症病例的十亿像素病理学全切片图像对该AI系统进行了训练，然后在约有6500个已知原发癌症病例中进行了测试，并分析了日益复杂的转移性癌症，以建立该AI模型在原发灶不明癌症（CUP）上的分析能力。
对于已知原发灶的肿瘤，该AI模型的预测准确率为83%，Top3预测准确率为96%。然后，研究团队在317个原发灶不明癌症（CUP）中测试了该AI模型，结果发现该AI模型的诊断与病理学家的一致率为63%，Top3诊断一致率为82％。
该AI模型的效果与使用基因组数据预测肿瘤起源的几项近期研究报告大致相当。尽管基于基因组的AI技术为诊断提供了另一种选择，但患者通常没有基因检测数据，尤其是在疫疗资源匮乏的环境中。
研究团队表示，该AI模型能够减少需要进行的辅助检查次数，减少额外组织采样，降低患者诊断所需总时间，能够加速诊断和后续治疗。此外，Top3预测结果可以指导病理学就缩小范围，从而更简单地进行后续操作。
这是使用全组织切片图像进行AI辅助癌症起源预测的第 一步，是一个令人兴奋的领域，具有标准化和改善诊断过程的潜力。研究团队希望继续在更多病例中训练这一基于组织学的AI模型，并参与临床试验，以确定它是否可以提高诊断能力和患者预后。
研究团队开发了一种人工智能（AI）系统，该系统使用常规组织学切片就能准确查找转移性肿瘤的起源，同时对原发灶不明癌症（CancerofUnknownPrimary，CUP）进行鉴别诊断。该AI系统能够改善对复杂转移性癌症患者的诊断，尤其是医疗资源贫乏地区的患者的诊断。
在1-2％的癌症病例中，无法确定肿瘤开始发生的部位，也就是原发灶。由于许多现代癌症治疗方法都针对原发性肿瘤，因此原发灶不明癌症（CancerofUnknownPrimary，CUP）的预后很差，平均总生存期仅为2.7-16个月。
为了获得更具体的诊断结果，患者通常必须进行广泛的诊断检查，其中可能包括额外的实验室检查、活检和内窥镜检查等等，这会导致治疗延迟，对患者生存不利。
几乎每个诊断出癌症的患者都有组织切片，这是一百多年来的诊断标准。人工智能（AI）结合这些可获取的通用数据能够大大改善这些通常需要大量人工诊断的复杂病例。
在这项研究中，研究团队开发了一种基于深度学习的算法，并将其命名为“深度学习评估肿瘤起源”（TOAD），可将肿瘤识别为原发性或转移性肿瘤，并预测其原发灶。
研究团队使用超过22000个癌症病例的十亿像素病理学全切片图像对该AI系统进行了训练，然后在约有6500个已知原发癌症病例中进行了测试，并分析了日益复杂的转移性癌症，以建立该AI模型在原发灶不明癌症（CUP）上的分析能力。
对于已知原发灶的肿瘤，该AI模型的预测准确率为83%，Top3预测准确率为96%。然后，研究团队在317个原发灶不明癌症（CUP）中测试了该AI模型，结果发现该AI模型的诊断与病理学家的一致率为63%，Top3诊断一致率为82％。
该AI模型的效果与使用基因组数据预测肿瘤起源的几项近期研究报告大致相当。尽管基于基因组的AI技术为诊断提供了另一种选择，但患者通常没有基因检测数据，尤其是在疫疗资源匮乏的环境中。
研究团队表示，该AI模型能够减少需要进行的辅助检查次数，减少额外组织采样，降低患者诊断所需总时间，能够加速诊断和后续治疗。此外，Top3预测结果可以指导病理学就缩小范围，从而更简单地进行后续操作。
这是使用全组织切片图像进行AI辅助癌症起源预测的第 一步，是一个令人兴奋的领域，具有标准化和改善诊断过程的潜力。研究团队希望继续在更多病例中训练这一基于组织学的AI模型，并参与临床试验，以确定它是否可以提高诊断能力和患者预后。
荐 相关文章
什么是基因检测？应用在什么方面？
测等多个方面。
1、遗传咨询：帮助确定个人是否携带某些遗传性疾病的基因，对生育规划和家族遗传病防控很重要。
2、疾病诊断：用于诊断各种类型的[详细]
基因检测和靶向治疗的关系
2. 靶向治疗：基于分子靶点的治疗方法，针对疾病特定靶点进行精 准治疗，提高治疗效果和减少不必要的副作用。靶向治疗，是在细胞分子水平上，针对已经明确的致癌位点的治疗方式。可设计相应的治疗药物，药物进入体内会特异地选择致癌位点来相结合发生作用，使肿瘤细胞特异性死亡。一般有三种基因检测的方法，包括生化检测、染色体分析和DNA分析，可找到基因突变的详细信息，更有利于疾病的治疗。[详细]
基因检测可以查出癌症吗？
基因检测可以帮助人们更加全面地了解自身的健康状况和可能面临的疾病风险，但它不能直接检测出癌症。癌症是因为某个细胞突变而导致基因异常，而根据基因检测结果来判断是否有癌症只会给我们提供相关的可能性。也就是说，基因检测可以检测出高风险的基因，说明呈缺乏的某些蛋白质可能会更容易患上癌症，但它并不能诊断出癌症，也不能作为癌症的诊断依据，它只能提供针对患者癌症的进一步建议。[详细]
肿瘤发生的根本原因
经中科院的调查，我国知识分子的平均寿命仅为58岁，低于全国平均寿命10岁左右；25~59岁人群女性死亡率为10.4%，男性死亡率达到16.5%。
肿瘤发生的根本原因是：人体细胞发生了基因突变，导致细胞分裂和增殖失去了控制。因此，从本质上说癌症是一种基因病。得了癌症，一定是基因方面存在问题。[详细]
不要滥用基因检测
如果是以疾病诊断和预测为目的，基因检测只是其中一个方面，要根据患者家族史、临床表现、疾病史等来进行综合判断是否有必要进行基因检测，对疾病风险做科学的评估。
而不能滥用基因检测，这样会增加患者经济和心理负担。[详细]
基因检测有什么用？
基因是指携带有遗传信息的DNA或RNA序列（即基因是具有遗传效应的DNA或RNA片段），也称为遗传因子，是控制性状的基本遗传单位。基因通过指导蛋白质的合成来表达自己所携带的遗传信息，从而控制生物个体的性状表现。基因检测是通过血液、其他体液、或细胞对DNA进行检测的技术。[详细]
基因检测一生只做一次吗?
基因检测是通过对被检者的血液、体液或细胞对DNA进行检测的技术，分析它所含有的基因类型和基因缺陷及其表达功能是否正常的一种方法，从而使人们能了解自己的基因信息，明确病因或预知身体患某种疾病的风险。[详细]
什么是基因检测？
具有地中海贫血、癌症或高血压等家族病史的人，为需要经常做基因检测的对象。基因检测，取被检测者的血液、口腔粘膜细胞，经提取和扩增其基因信息后，通过基因芯片技术或超高通量SNP分型技术，对被检测者细胞中的DNA分子的基因信息进行检测，分析他所含有的各种疾病易感基因的情况，从而使人们能及时了解自己的基因信息，预测身体患病的风险，有针对性地主动改善自己的生活环境和生活习惯，预防和避免重大疾病的发生。[详细]
乳腺癌易感基因
目前的研究发现BRCA基因的突变不仅会增加乳腺癌的发病风险，还会增加卵巢癌、胰腺癌以及男性前列腺癌等多种肿瘤的发病风险。
BRCA基因是重要的抑癌基因，不仅用于评估乳腺癌、卵巢癌等多种肿瘤的发病风险，还用于指导患者的个体化治疗。[详细]
基因检测有必要做吗？
正常情况下，基因检测不是所有人都需要做，要结合自身的具体情况决定。[详细]
手机端查看更多优质内容
在线预约
绿色快速预约通道
阅读排行
