IBM?最近在醫(yī)學(xué)領(lǐng)域成果喜人，動作不斷。繼成功用照片診斷皮膚癌后，IBM?研究院日前發(fā)布最新成果稱，他們采用了深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)，在識別癌變細(xì)胞的有絲分裂上取得了巨大進(jìn)展。
醫(yī)生在診斷癌變細(xì)胞時，主要通過用活組織切片檢查法分析病人組織樣本的方式。然而即使這些組織有時如針頭般微小，病理學(xué)家需要從中檢測出腫瘤細(xì)胞消失的種種跡象，也要觀測出癌變細(xì)胞出現(xiàn)的重要特征，以幫助醫(yī)生對癥下藥。
病理學(xué)家在分析樣本時，會將一些典型的組織樣本用試劑溶液進(jìn)行著色標(biāo)記。結(jié)果顯示，試劑顏色的深淺及其在細(xì)胞組織內(nèi)的分布情況，能夠區(qū)分疾病的種類及疾病的惡化程度。
?
2016年腫瘤擴(kuò)散評估挑戰(zhàn)賽的乳腺癌細(xì)胞訓(xùn)練樣本
病理學(xué)家隨后要在顯微鏡下研究這種被標(biāo)記的組織樣本。然而此階段耗時長且工作量巨大，研究人員每天都要處理上百份樣本，而這樣長時間的高負(fù)荷工作難免會導(dǎo)致診斷正確率的降低。
隨著近代醫(yī)學(xué)影像技術(shù)及深度學(xué)習(xí)的發(fā)展，病理學(xué)家們亟需計算機(jī)技術(shù)的援助，而計算機(jī)科學(xué)家們也在為之不懈努力。為了驗證人工智能技術(shù)在醫(yī)療領(lǐng)域中的應(yīng)用效果，科學(xué)家們組織了一場黑客馬拉松挑戰(zhàn)賽。
幾個星期前，在烏德勒支大學(xué)醫(yī)學(xué)中心、艾因霍芬技術(shù)大學(xué)、貝斯以色列女執(zhí)事醫(yī)療中心和哈佛醫(yī)學(xué)院的支持下，主辦方在希臘雅典進(jìn)行舉辦了“腫瘤擴(kuò)散評估挑戰(zhàn)賽”（Tumor?Proliferation?Assessment?Challenge，TPAC），作為?2016?年的?MICCAI?國際會議的一個分會活動。
來自全世界各地的?159?支團(tuán)隊，在活動開展的首日爭分奪秒地下載醫(yī)學(xué)院提供的500張乳腺癌細(xì)胞圖像。作為訓(xùn)練樣本，該數(shù)據(jù)集超過了?50000*50000?像素的分辨率。誠然，這場挑戰(zhàn)賽是一場鏖戰(zhàn)，直到比賽結(jié)束的鐘聲敲響，也只有14支隊伍提交了結(jié)果。
其中一支隊伍來自?IBM?瑞士實驗室和?IBM?巴西實驗室。這支藏龍臥虎的國際隊伍由法國人，匈牙利人和希臘人組成，共同參與了這界“基于自適應(yīng)算法的有絲分裂檢測難題”挑戰(zhàn)賽。競賽長達(dá)數(shù)月，經(jīng)歷了整整一個夏天，但是付出終有回報。他們在本次比賽中一舉獲得第二名，與第一名只差了?0.004?分。
?
IBM研究員Erwan?Zerhouni、Maria?Gabrani與David?Lanyi使用深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)解決癌癥中的難題
“人工辨認(rèn)細(xì)胞的有絲分裂是一個極其棘手的工作，既然如此，那就交給計算機(jī)來解決吧”，David?Lanyi?如是說。他在?IBM?工作之前曾在蘇黎世理工學(xué)院從事深度學(xué)習(xí)領(lǐng)域的有關(guān)研究。
“在今年?7?月，我們開始通過基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法進(jìn)行對組織樣本的特性進(jìn)行訓(xùn)練。訓(xùn)練的主要工作是尋找陰性和陽性組織樣本的細(xì)微差別。在經(jīng)過一段時間的訓(xùn)練后，機(jī)器學(xué)習(xí)的效果顯著。”
Erwan?Zerhouni?提道，“在五年前這幾乎是一項不可能完成的任務(wù)。目前，算法診斷一幅?5600*5600?的圖片需要一個小時，在后續(xù)的研究中我們可以不斷對其進(jìn)行優(yōu)化，從而將時間成本壓縮到?20?秒以內(nèi)，同時可以診斷任一種類型的癌癥。”
“我們設(shè)法結(jié)合?MICCAI?最新的深度學(xué)習(xí)技術(shù)來一起迎接針對組學(xué)數(shù)據(jù)（包括基因組學(xué)和蛋白質(zhì)組學(xué)）的深入分析，為病人提供更精準(zhǔn)的醫(yī)學(xué)診斷。”來自IBM巴西實驗室并參與了這一挑戰(zhàn)賽的?Matheus?Viana?時常在思索這一項目的未來發(fā)展。同時，這支團(tuán)隊正準(zhǔn)備與?IBM?海法實驗室的研究人員共享乳腺癌成像分析的研究結(jié)果。
癌癥僅僅是?IBM?公司在醫(yī)療圖像領(lǐng)域研究的一類疾病。?IBM?會員兼醫(yī)學(xué)圖像領(lǐng)域?qū)＜?/SPAN>?Tanveer?Syeda-Mahmood?博士了解到該團(tuán)隊的進(jìn)展計劃，并計劃與其協(xié)作研究，意將深度學(xué)習(xí)方法引入醫(yī)學(xué)篩研究領(lǐng)域。這對放射學(xué)與心臟病學(xué)的研究頗有裨益。類似地，在視覺疲勞的研究中，藥理學(xué)、病理學(xué)的專家們經(jīng)常遇到類似的挑戰(zhàn)。Syeda-Mahmood?的研究成果將在下周北美放射學(xué)會的年會上展出。
?