點評
微信
微博微軟用 AI 幫助篩查子宮頸癌，效率升 4 倍
時間:11/12/2019 00:00
瀏覽: 1840
微軟與 SRL Diagnostics 合作開發了一款子宮頸癌 AI 篩檢工具，可以將子宮頸癌的篩檢效率提升 4 倍左右。目前這一 AI 篩檢工具正在 SRL Diagnostics 內部進行試用。
子宮頸癌是全球第 2 大婦女常見惡性腫瘤，發病率僅次於乳腺癌，發展中國家更是這種疾病的重災區。據統計，印度每年死於該疾病的女性數量多達 6.7 萬人，佔比 25% 位居全球之首。
子宮頸癌是目前唯一可以通過篩檢早發現並治癒的婦科癌症，因此早期篩檢是子宮頸癌防治工作中至關重要的一環。
子宮頸癌篩檢的主要手段是病理 TCT，不過在絕大多數發展中國家，病理醫生都十分缺乏。而且病理 TCT 的檢查本身也非常費時費力，病理專家需要坐在顯微鏡前，從數万個細胞中找出病變細胞。對早期癌變細胞的判斷容易受診斷醫生的經驗、心情、疲勞程度影響，主觀性和誤差較大。
AI 基於對細胞海量數據的分析和學習能力，理論上完全有能力替代醫生基於經驗判斷所做的簡單重複的癌細胞篩選工作。
面對龐大的市場需求，印度最大的診斷實驗室公司 SRL Diagnostics 與微軟合作，從 2018 年 9月開始開發 AI 病理學網路，旨在幫助細胞病理學家和組織病理學家減輕工作負擔。
「相對於龐大的患者數量，印度的細胞病理學家非常稀缺」，SRL Diagnostics 新計劃和知識管理技術負責人 Arnab Roy 博士說道。他補充說：「我們每年會收到超過 100,000 個子宮頸抹片檢查樣本，只有少數訓練有素的細胞病理學家能夠檢查這種玻片。這些樣本中有 98% 是正常的，僅剩下的 2% 需要進一步干預。」 SRL Diagnostics 開發這款 AI 工具的目的就是幫助細胞病理學家提高發現這 2% 的異常細胞的速度。
根據微軟的說法，由 AI 驅動的子宮頸癌篩檢 API 可以對玻片進行初步篩檢，剔除正常的細胞玻片。這樣一來，細胞病理學家就可以將更多時間用在分析異常玻片上了。
為了開發這款子宮頸癌 AI 篩檢工具，細胞病理學家對 WSI 玻片的數字掃描版進行了手動標記，將其作為訓練 AI 模型的素材。據悉，SRL Diagnostics 最初只安排了一名細胞病理學家來做標記。但是每個 WSI 玻片包含多大 1,800 個圖像區塊，這使得單個細胞病理學家的標記速度遠遠無法滿足 AI 模型對與訓練數據量的要求。
為此，SRL Diagnostics 隨後將負責數據標記的細胞病理學家增加到了 5 名，他們來自不同的實驗室和地區。
微軟 Azure 全球工程部首席應用研究員 Manish Gupta 表示，AI 算法還有助於消除細胞病理學家之間的差異，並可以「在評估的領域達成共識」。Roy 博士表示：「即使總體診斷是相同的，不同的細胞病理學家也會以獨特的方式檢查塗片中的不同元素。這是整個過程中的主觀因素，很多時候都與專家的經驗有關」 。
這些細胞病理學家標記了數千個玻片掃描圖像，每個圖像包含約 300-400 個細胞。標註過程中，如果有 3 個細胞病理學家的標註結果存在差異，團隊就會把它提交給高級細胞病理學家進行最終分析，這樣可以很好地消除標註過程中的主觀性因素。
這項技術取得了不錯的成功，目前已經在實驗室中進行了 3-6 個月的概念驗證。期間分析了超過 50 萬個匿名玻片，並在醫院和其他診斷中心進行了試用。
「 AI 模型現在可以準確區分正常和異常抹片，目前正在實驗室中進行驗證。它也可以根據子宮頸細胞病理學等級的 7 個亞型對抹片進行分類。」微軟方面說道。
除了子宮頸癌之外，這項 AI 技術還可以幫助早期診斷許多病理，包括口腔癌，胰腺癌和肝癌。無疑將導致醫學領域的巨大進步，最終每年可以挽救數十萬人的生命。
文章摘自：科技新報
图片翻摄自网路，版权归原作者所有。如有侵权请联系我们，我们将及时处理。
打開微信，使用 “掃描QR Code” 即可將網頁分享到我的朋友圈。
分享本頁
打開微信，使用 “掃描QR Code” 即可將網頁分享到我的朋友圈。
