診療好助手——用AI識別癌症靠譜嗎？

（圖源：medischcontact）

符征編譯

病理學家們的工作有點像偵探，他們努力尋找病因和證據。病理學家首要的工作是對病變照片進行識讀，區分哪些是正常組織，哪些是病變組織。因為病變圖像太複雜，識讀一直以來都是由病理學專家手動完成。但事實上，病理學家沒有足夠的資金和精力，來識讀所有巨量的照片。

根據7月15日《自然》雜誌報道，美國斯隆-凱特琳癌症中心和康奈爾醫學研究學院的研究小組開發了一項計算機自動識讀系統，將病理學家徹底從這項繁重工作中拯救出來。未來，病理學家、醫生與人工智慧聯手診斷有望成為一種常態。

（圖源：大科技）

人工手動標註分類

對於切片診斷，有效的標註和分類是識別疾病的基礎。病理學家最頭疼的問題之一是，組織切片過於複雜。一塊病理切片通常有已病變組織，也有未病變組織，還有即將發生病變的組織，當然還有無關組織。研究的第一步是把這些自然組織，按照規定的類別和格式，分類標註清楚。將自然圖像轉換為便於高效利用的表達形式。專業的說法叫作「特徵表達」。

這個工作好比別人拍攝一張自然風光照片，要你將它轉換為軍事地圖。這種轉換工作顯然是相當細緻和嚴格的，不僅是要耗費大量的物質和精力，關鍵你本人的知識素養一定要過硬。這項工作現在已經成為一門學科，叫作「地理信息系統」。

但是病理學還未建立成熟的信息系統來，因為組織切片比自然風光的複雜度要上升幾個等級。首先組織切片是高分子級的；失之毫釐謬以千里。其次，之所以要研究是因為病理學家對病理並不清楚，所以標註中總是會遇到無法下手的新情況。再次，病理變化是歷時的，必須進行系統比較才能得出初步結論。

像這樣的工作，過去通常由研究人員手動完成，將病理切片的局部盡量放大到像素級，然後由訓練有素的研究人員在照片上逐像素手動標註。手動標註費時費力費錢。每個切片都有幾萬或幾十萬個組織單元，標註一個切片往往需要一周或數周的時間。

訓練有素的研究人員往往達到或接近專家級別，讓他們來標註要白白浪費大量的時間和精力；實習生雖然有充分的時間且廉價，但往往缺乏足夠的經驗，甚至會出現不同人員做出不同標註的現象。對病理學研究來說，手動標註是一個很大的發展瓶頸。

AI自動化標註分類

近年來，隨著切片電子記錄容量和清晰度快速發展，加上用於分析大型數據集的強大的新計算方法，創造了在病理學和實驗室內建立新學科的機會。自動特徵表達就成為一個新熱點。

所謂的自動特徵表達，就是讓計算機經過學習，能夠自動的處理病理切片的信息。國際上近年來有大量工作投入在這一方面，但整體來說，研究總是局部化的，而且離臨床應用還有較大差距。

以Gabriele Campanella為首的這個研究小組，使用弱監督深度學習技術，共同開發了一項自動特徵表達系統。該系統僅使用已經報告的診斷作為訓練標籤，然後在圖像集上評估了該系統框架。該圖集共有44732張照片，分別來自15,187名患者。這些圖像是關於前列腺癌、基底細胞癌和乳腺癌等癥狀的組織切片電子照片，但是沒有任何形式的數據管理標註。

Gabriele Campanella

根據報告，AI系統對以上所有癌症類型的標註成功率高於98%，並且在臨床應用中將允許病理學家排除65~75％的載玻片，同時保持100％的靈敏度。各個測試數據集的性能以AUC衡量。

圖a顯示了對前列腺數據集的分類結果（樣本數1,784），在20倍放大率下最佳，準確率為0.989。

圖b顯示了對基底細胞癌的分類結果（樣本數1,575），在5倍放大率下最佳，準確率達到0.990。

圖c：模型在乳腺轉移檢測任務中的表現最差（樣本數1,473），在20倍放大率下準確率為0.965。腋窩淋巴結數據集是三個數據集中最小的一個，這與假設一致，即需要更大的數據集才能在實際臨床數據上實現更低的錯誤率。

不同癌症數據集的MIL模型分類性能

結果表明，該系統能夠以前所未有的規模訓練和準確的分類模型，為臨床實踐中計算決策支持系統的部署奠定基礎。該報告同時提供了工作的源代碼下載，供其他人驗證該系統的有效性。如果對前列腺癌、基底細胞癌和乳腺癌等識別率超過98%，意味著病理學將徹底走進自動化分析時代。

參考文獻

閆雯等，人工智慧時代的病理組學，《臨床與實驗病理學雜誌》，2018年06期。

Gabriele Campanella etc., Clinical-gradecomputational pathology using weakly supervised deep learning on whole slideimages. Nature Medicine.15 July 2019.

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！