人工智能在醫(yī)療衛(wèi)生領(lǐng)域廣泛應(yīng)用正形成全球共識?？梢哉f，人工智能以獨特的方式捍衛(wèi)著人類健康福祉，除了在診療手術(shù)、就醫(yī)管理、醫(yī)療保險發(fā)揮作用，基于算法的人工智能近年來更是推動著疾病診斷與藥物研究的革新，并越來越體現(xiàn)其優(yōu)勢。
近日，哈佛醫(yī)學(xué)院Faisal Mahmood團(tuán)隊在Nature期刊發(fā)表論文，研究人員稱，他們就開發(fā)了一種人工智能（AI）系統(tǒng)，該系統(tǒng)使用常規(guī)組織學(xué)切片就能準(zhǔn)確查找轉(zhuǎn)移性腫瘤的起源，同時對原發(fā)灶不明癌癥（Cancer of Unknown Primary，CUP）進(jìn)行鑒別診斷。
要知道，癌癥轉(zhuǎn)移（metastasis）是各種癌癥導(dǎo)致死亡的最主要原因。常見的癌癥轉(zhuǎn)移主要有骨轉(zhuǎn)移、肝轉(zhuǎn)移、腦轉(zhuǎn)移、肺轉(zhuǎn)移、淋巴結(jié)轉(zhuǎn)移、惡性胸水、惡性腹水等，這個階段也被稱為轉(zhuǎn)移癌。90%的癌癥患者死于癌細(xì)胞在病人身體的系統(tǒng)性擴(kuò)散，這個階段也被稱為癌癥晚期。
這一階段也是學(xué)界攻關(guān)癌癥的難點所在：在1-2％的癌癥病例中，無法確定腫瘤最開始發(fā)生的部位，也就是原發(fā)灶。由于許多現(xiàn)代癌癥治療方法都針對原發(fā)性腫瘤，因此原發(fā)灶不明癌癥（Cancer of Unknown Primary，CUP）的預(yù)后很差，平均總生存期僅為2.7-16個月。
為了獲得更具體的診斷結(jié)果，患者通常必須進(jìn)行廣泛的診斷檢查，其中可能包括額外的實驗室檢查、活檢和內(nèi)窺鏡檢查等等，這會導(dǎo)致治療延遲，對患者生存不利。
此次研究中，研究團(tuán)隊開發(fā)了一種基于深度學(xué)習(xí)的算法，并將其命名為“深度學(xué)習(xí)評估腫瘤起源”（TOAD），可將腫瘤識別為原發(fā)性或轉(zhuǎn)移性腫瘤，并預(yù)測其原發(fā)灶。
研究團(tuán)隊使用超過22000個癌癥病例的十億像素病理學(xué)全切片圖像對該AI系統(tǒng)進(jìn)行了訓(xùn)練，然后在約有6500個已知原發(fā)癌癥病例中進(jìn)行了測試，并分析了日益復(fù)雜的轉(zhuǎn)移性癌癥，以建立該AI模型在原發(fā)灶不明癌癥（CUP）上的分析能力。
對于已知原發(fā)灶的腫瘤，該AI模型的預(yù)測準(zhǔn)確率為83%，Top3預(yù)測準(zhǔn)確率為96%。然后，研究團(tuán)隊在317個原發(fā)灶不明癌癥（CUP）中測試了該AI模型，結(jié)果發(fā)現(xiàn)該AI模型的診斷與病理學(xué)家的一致率為63%，Top3診斷一致率為82％。
研究團(tuán)隊表示，該AI模型能夠減少需要進(jìn)行的輔助檢查次數(shù)，減少額外組織采樣，降低患者診斷所需總時間，能夠加速診斷和后續(xù)治療。這是使用全組織切片圖像進(jìn)行AI輔助癌癥起源預(yù)測的第一步，該AI系統(tǒng)更將在未來改善對復(fù)雜轉(zhuǎn)移性癌癥患者的診斷，尤其是醫(yī)療資源貧乏地區(qū)的患者的診斷。
