智能应用 影音
订报
DForum0416智能工厂台中

医疗AI加速乳癌分型与法医监定

不断训练的深度学习系统,能协助医师除了以经验分析乳癌细胞以外,也有更多辅助诊断与判别的选择。Unsplash

台湾生技医疗的发展,随著产官学研医法政逐步采用大数据分析与机器学习概念思维,已有不少研究和产业应用,诸如生医大数据及生物大数据。台湾目前医疗人工智能(AI)除了病理科、放射科、肿瘤科的病灶分析与辅助诊断以外,在基因体、精准医学、刑事监定、COVID-19(新冠肺炎)疫情都有诸多应用。

生医大数据 应用于乳癌与法医监定

台湾大学生医电资所教授暨工业技术研究院生医与医材研究所副所长庄曜宇分析,在AI工具协助下,生物大数据及医学影像已有相当多应用,而目前正在研究的乳癌与法医刑事监定应用:透过卷积神经网络(Convolutional Neural Network;CNN)模型,预测乳癌分子分型;在案发现场的检体监定,判别施暴者或受害者的血液,都已能朝高准确的结果发展。

藉由病理切片影像分析,了解乳癌的分子分型,工作流程包括了准备全玻片影像、标记影像、分出LumA、LumB、Basal、HER2等分型,后续藉由CNN迁移学习等过程产出视觉化的预测模型。测试过6种CNN算法后,在ResNet101的表现上,已能达到90%准确率。

在与台大法医研究所合作法医刑事监定的应用上,藉由已知的DNA数据库、受害者的DNA等不同样本与比例的多重数据库来混合分析判定,透过CNN训练模型,接著再利用混合的测试数据集分析成分,已能得到97%准确度的成效,已可以判定样本有70%机率从B5类别而来,30%机率从C9类别而来。

医疗AI 需集成领域知识与多重专家

目前在竹北极力推动新创加速与智能长照的庄曜宇表示,医疗AI的领域中,需要集成领域知识、临床信息、生物医学影像特征等,才有办法验证产出结果是否正确、产生更多元的跨界应用、分析跨地域和疾病的细分类等。

次时代基因定序一次实验会产生10TB的数据,储存空间与运算效能都在在影响著底层技术的研发与未来精准医学的应用。藉由Micro RNA运算找出对应调控的RNA,比方说,Micro RNA可以调控20个基因,20个基因又分布在很多不同路径(pathway),AI工具都能协助排序。

延伸阅读:乳癌预防医学 基因检测掌握术后10年关键

蔡腾辉

DIGITIMES电子时报智能医疗主编蔡腾辉Mark Tsai
专注研究智能医疗产品、技术、服务导入场域时,所遇到的困难症结与如何克服要点。
有时喜欢用德文思考,用英文采访
揪团打排球之余、跳跳Swing Dance

作者更多专栏

  •     按赞加入DIGITIMES智能医疗粉丝团