首页 >诺敏资讯>军事>可送彩金的棋牌游戏,《自然·医学》:早期肺癌陷入AI天网!谷歌人工智能团队联合多家医院打造肺癌筛查AI,敏感性和特异性均

可送彩金的棋牌游戏,《自然·医学》:早期肺癌陷入AI天网!谷歌人工智能团队联合多家医院打造肺癌筛查AI,敏感性和特异性均

2020-01-11 14:06:32 作者:匿名

可送彩金的棋牌游戏,《自然·医学》:早期肺癌陷入AI天网!谷歌人工智能团队联合多家医院打造肺癌筛查AI,敏感性和特异性均

可送彩金的棋牌游戏,要说癌中杀手,那非肺癌莫属。不管什么肿瘤的防治,筛查都是其中极为重要的一环,而肺癌的筛查,主要靠的就是低剂量螺旋ct了。

不久前,奇点糕曾经报道了人工智能在杀手榜第二位的结直肠癌的筛查中胜过人类,让腺瘤检出率提高了近50%。那在肺癌的筛查中,人工智能是否也有一席之地呢?

近日,斯坦福大学的 joshua reicher、西北大学的mozziyar etemadi、纽约大学的 david naidich,联合谷歌ai部门的科学家,使用人工智能对肺癌筛查结果进行判读,达到了94.4%的曲线下面积,相比专业医师,增加了5.2%的敏感性和11.6%的特异性。相关论文发表在nature medicine上[1]。

我国各种恶性肿瘤死亡占比

(来自参考文献3)

肺癌无论在全世界还是在中国,都是癌症发病和癌症死亡的双料冠军[2,3]。仅2015年一年,国内就有63.1万人死于肺癌。与其它癌症一样,早发现早治疗,把肿瘤扼杀在萌芽阶段,对于肺癌的防治十分重要,这就要靠筛查了。

在2013年,美国预防工作组推荐对肺癌高危人群进行低剂量螺旋ct筛查[4]。这一筛查方法预计将减少20%的肺癌死亡率[5]。据估计,如果把高危人群的肺癌筛查率从2015年的3.9%提高到10%,仅美国一国就将增加共12300人年的寿命,产生7.71亿美元的费净收益[6]。

不过低剂量ct筛查的准确性依然有待进一步提高,其筛查出的疑似肺癌患者中,有90%以上都是假阳性[5]。这些假阳性假阴性导致的漏诊、误诊,以及不必要的活检,增加了大量的临床和财务成本[7]。

筛查后的活检、手术,花的都是白花花的银子

(来自pixabay.com)

为了进一步增加筛查的准确性,降低成本,很多计算机辅助检测程序被设计出来[8]。这些程序能识别出小的结节,将其交给医生去判断良恶性,从而增加筛查的敏感性。

对此,研究人员想更进一步,让人工智能独自完成对肿瘤风险的判断。他们搭建了一个卷积神经网络模型,用来对肺癌筛查的3维图像进行分析。

研究人员使用nlst试验[9]中14851名参与者的42290份ct数据。这些人中,总有578人在筛查后1年内,经活检被证实患有肺癌。研究人员将这些参与者的数据按70%、15%和15%分为3组,分别用于模型的训练、优化和测试。

(来自pixabay.com)

训练和优化后,在包含86名肺癌患者,共有6716人的测试数据集中,人工智能对肺癌的判断达到了0.944的曲线下面积(曲线下面积综合考虑了敏感性和特异性,反应判断的准确性,取值在0~1之间,越接近1判断越准确)。

为了与人类医师比较,研究人员让6位有着4~20年经验(平均8年)的放射科医生和人工智能模型,在没有先前筛查数据的情况下,对测试集中包含83名肺癌患者的507人的ct数据进行了判断。这一子集中,人工智能的曲线下面积为0.959。

依照高(尽量减少假阳性)、中(兼顾假阳性和假阴性)、低(尽量减少假阴性)三种严格程度的判断标准,人类医师对筛查结果判断的敏感性和特异性,从90.0%和69.7%,到62.5%和95.3%不等。不过在任何一个标准下,人工智能都有着比人类医师更高的敏感性,中低标准下的特异性也都显著优于人类医师。

其中,在敏感性优先,最适合作为筛查标准的低标准下,人工智能的敏感性(95.2%)比人类医师(90.0%)高了5.2%,特异性(81.3%)更是足足比人类医师(69.7%)高了11.6%。

人工智能(蓝色曲线)对肺癌的判断比不同标准下的人类医师(红、黄、绿的十字)更为准确

与先前筛查结果进行比较是肺癌筛查中十分重要的一步[10],如果加上先前的筛查数据,人类医师能不能反败为胜?人工智能又和人类医师在307位有先前筛查结果的参与者的数据中展开了较量。

这回,在中间标准下,人工智能的特异性(92.7%)显著高于人类医师(89.1%),其它指标也都与人类医师相当,两者算是打成平手。

不过不管是人工智能还是人类医师,这回的表现都比此前对首次筛查患者进行判断时要差,这可能是因为那些易于诊断的癌症都在首次筛查时被发现了。

有先前结果的情况下,人工智能与人类医师的判断准确性相当

首次筛查比人类医师准确,后续筛查也与人类医师相当,人工智能这次的表现可以说是十分惊艳,而这一切源自不同学科间的合作。

论文作者etemadi表示:“我们作为临床医生使用的大多数软件都是为病人护理而设计的,而不是为研究而设计的。我的整个团队花了一年多的时间来提取和准备数据,以帮助这个令人兴奋的项目。能够与谷歌的世界级科学家合作,利用他们前所未有的计算能力,创造出每年能够拯救数万人生命的东西,这确实是一种难得的机遇。”

不过,研究人员也指出,这一结果仍需在大量患者中进行临床验证。

编辑神叨叨

如果想及时获取第一手科研资讯,那你绝对不能错过瞬息~而瞬息又推出了全新版块——瞬间。瞬间可以给大家提供更多:

比如全球新药研发的动态;

比如最新学术研究的热辣点评;

比如一线临床医生的所做所思;

还比如,比如你医学工作中的某一个瞬间。。。

只要有那么一瞬间,有一百万种可能。点击瞬间图片↓↓↓,分享你的医学时光吧!

参考文献:

1. ardila d, kiraly a p, bharadwaj s, et al. end-to-end lung cancer screening with three-dimensional deep learning on low-dose chest computed tomography[j]. nature medicine, 2019.

2. https://www.uicc.org/new-global-cancer-data-globocan-2018

3. 郑荣寿,孙可欣,张思维,曾红梅,邹小农,陈茹,顾秀瑛,魏文强,赫捷.2015年中国恶性肿瘤流行情况分析[j].中华肿瘤杂志,2019,41(1):19-28.

4. jemal a, fedewa s a. lung cancer screening with low-dose computed tomography in the united states—2010 to 2015[j]. jama oncology, 2017, 3(9): 1278-1281.

5. nanavaty p, alvarez m s, alberts w m. lung cancer screening: advantages, controversies, and applications[j]. cancer control, 2014, 21(1): 9-14.

6. kim d d, cohen j t, wong j b, et al. targeted incentive programs for lung cancer screening can improve population health and economic efficiency[j]. health affairs, 2019, 38(1): 60-67.

7. black w c, gareen i f, soneji s s, et al. cost-effectiveness of ct screening in the national lung screening trial[j]. new england journal of medicine, 2014, 371(19): 1793-1802.

8. das m, muhlenbruch g, heinen s, et al. performance evaluation of a computer-aided detection algorithm for solid pulmonary nodules in low-dose and standard-dose mdct chest examinations and its influence on radiologists[j]. the british journal of radiology, 2008, 81(971): 841-847.

9. national lung screening trial research team. reduced lung-cancer mortality with low-dose computed tomographic screening[j]. new england journal of medicine, 2011, 365(5): 395-409.

10. manos d, seely j m, taylor j, et al. the lung reporting and data system (lu-rads): a proposal for computed tomography screening[j]. canadian association of radiologists journal, 2014, 65(2): 121-134.

头图来自triotree.com

本文作者 | 孔劭凡

人工智能这么厉害,要不要来一曲《a. i. 爱》

© Copyright 2018-2019 ganefo.com诺敏资讯 Inc. All Rights Reserved.