人工智能辨认与癌症复发相关的从前不知道的特征

原标题：人工智能辨认与癌症复发相关的从前不知道的特征

摘要：人工智能（AI）技能已成功地从人类癌症患者的病理图画中发现了没有注释的特征，人类医师能够了解这些特征。此外，AI辨认出病理学家从前未注意到的与癌症预后相关的特征，与依据病理学家的确诊比较，导致前列腺癌复发的精确性更高。

日本理研大学高档智能方案中心（AIP）开发的人工智能（AI）技能现已成功地发现了人类癌症患者病理图画的特征，而没有注释，人类医师能够了解这些特征。此外，AI辨认出病理学家从前未注意到的与癌症预后相关的特征，与依据病理学家的确诊比较，导致前列腺癌复发的精确性更高。将AI的猜测与人类病理学家的猜测相结合，能够带来更高的精确性。

据阳一郎山本，宣布在该研讨的榜首作者天然通讯 “，这项技能能够经过从图画中获取新常识使得癌症复发或许的高度精确的猜测有助于个性化药物，也或许有助于了解AI怎么或许经过协助处理将AI视为“黑匣子”的问题，将其安全地用于医学范畴。”

由Yamamoto和Go Kimura领导的研讨小组与日本许多大学医院协作，采用了一种称为“无监督学习”的办法。只需人类教AI，就不或许取得超出当时已知常识的常识。人工智能不是被“教授”医学常识，而是被要求运用无监督的深度神经网络（称为主动编码器）进行学习，而无需供给任何医学常识。研讨人员开发了一种办法，能够将AI所发现的特征（开始仅仅数字）转化为人类能够了解的高分辨率图画。

为了完结这项豪举，该小组从日本医学院医院（NMSH）取得了13188张前列腺全载病理切片图画，数据量巨大，相当于大约860亿个图画补丁（为深层神经网络区分的子图画） ，而且核算是在AIP强壮的RAIDEN超级核算机上履行的。

AI从1100万个图画补丁中学习了运用没有确诊注释的病理图画。AI所发现的特征包含已在全球范围内运用的Gleason评分规范的癌症确诊规范，还触及专家不了解的非癌症区域中的基质（支撑器官的结缔安排）所触及的特征。为了评价这些AI发现的功用，研讨小组运用了来自NMSH（内部验证）的其他事例验证了复发猜测的功用。该小组发现，人工智能所发现的特征比依据病理学家依据人为树立的癌症规范格里森评分（AUC = 0.744）做出的猜测更为精确（AUC = 0.820）。此外，结合AI发现的特征和人为树立的规范，与独自运用任何一种办法比较，猜测复发的精确性更高（AUC = 0.842）。该小组运用另一个数据集承认了成果，该数据集包含来自圣玛丽安娜大学医院和爱知医科大学医院的2276张完好的病理图画（100亿个图画补丁）（外部验证）。

Yamamoto说：“我很快乐，发现AI能够从未注释的病理图画中自行辨认出癌症。我十分惊奇地看到AI发现了可拿来猜测复发的功用，而病理学家没有确认。”

他持续说：“咱们已证明，人工智能能够从无确诊注释的安排病理学图画中主动获取人类可了解的常识。这种'重生的'常识能够终究靠答应对癌症复发的高精度猜测来对患者有用。十分快乐的是，咱们发现，将AI的猜测与病理学家的猜测相结合，还能够进一步提高精确性，这表明AI能够与医师一同运用以改进医疗保健，此外，AI能够用作发现特征的东西迄今为止没有注意到的疾病，而且因为它不需求人类常识，因而能够在医学以外的其他范畴中运用。”

来历：日本理研大学供给的材料。

期刊参阅：山本阳一郎，丰臣丰树，赤冢淳，栽树正雄，森川裕木，沼田康，高原泰史，清水耕太郎，中泽隆人，中泽明晃，前田一郎，土屋慎一，上田直典，木村刚。从无注释的安排病理学图画中主动获取可解释的常识。天然通讯，2019; 10（1）DOI：10.1038 / s41467-019-13647-8

版权声明：本文系羊羔健康原创编译收拾，未经本网站授权不得转载和运用，否则将追查法律责任，授权转载时须注明“来历：羊羔健康”。更多概况，请拜访“羊羔健康”官网。

责任编辑：