科技产业报订阅
Advantechline
 

Google的肺癌检测AI模型表现优于放射学家

Google的肺癌检测人工智能模型可减少误诊、提升发现肺癌机率。Google

Google的人工智能(AI)模型运用3D volumetric深度学习(deep learning)建模(modeling),能分析胸部计算机断层扫描(CT scan)、以物件侦测(object detection)技术辨识恶性损伤部位,表现优于放射学家,有助肺癌预测与早期发现、提升病患存活机会、为未来临床测试奠基。

根据VentureBeat报导,世界卫生组织(WHO)的资料指出肺癌是人类第六大死因,每年造成200万病患死亡约与乳癌相当。过去30年医师持续探索筛检肺癌的新方法,实务上低剂量计算机断层(LDCT)筛检有助于降低死亡率,但仍存在无法确诊、非必要后续手术、财务成本等问题,且通常癌症确诊大多已到末期。

可疑肺结节(lung nodule)的生长速率对辨识恶性肿瘤具指标意义。2017年后期Google开始研究以端对端(end-to-end)深度学习模型筛检肺癌,并考量先前的扫描信息以预测肺癌风险,透过分析胸部计算机断层扫描来辨识不易察觉的肺部恶性肿瘤组织位置、产生病患肺癌恶性肿瘤风险分数以预测肺癌,研究成果于2019年5月20日发表在Nature Medicine期刊。

Google的AI模型以美国国立卫生研究院(NIH)的西北大学(Northwestern University;NU)与国家肺癌筛检化验(NLST)研究资料集(data set)当中,逾15,000个病患的45,856个胸部LDCT扫描筛检进行训练,并以Northwestern Medicine的资料集进行验证,同时也跟由6位平均有8年经验的人类放射学家所组成的团队所分析的结果相比较。

Google的AI模型跟人类放射学家团队分别分析同1个计算机断层扫描时,平均AI模型发现肺癌机会高5%、误诊机会减少11%。Google的AI模型在预测筛检后2年罹癌风险时,较NLST研究评估人类放射学家的表现优良9.5%。Google的AI模型在机器学习指标:曲线下面积(AUC)达到94.4%。Google并希望促进更多关于AI改变癌症筛检成本效益的研究与对话。

肺癌病患存活率之低在所有癌症名列前茅,若能早期筛检与治疗则可显著降低死亡率,2015年一项分析发现在美国仅2~4%的合格病患有经过LDCT筛检,此外筛检时放射学家须从单一计算机断层扫描中的数百张2D影像寻找微小、难以发现的癌症征候。Google的AI模型能兼顾肺癌筛检的正确性、一致性、明确性、灵敏性,可望加速全球采用,

初步成果显示Google的AI模型极具潜力,但需要进一步评估在临床实务上的应用与影响。Google跟Google Cloud Healthcare与Life Sciences合作,将透过Google Cloud Healthcare API的方式提供AI模型给使用者,而Google也将持续与全球伙伴组织合作,进行AI模型的测试以及额外的临床验证研究与部署。

过去3年Google的研究团队运用DeepMind深度学习于分析眼部扫描以诊断眼疾、根据医疗纪录预测病患癒后结果等健康照护应用,能以94%的准确性诊断糖尿病视网膜病变,并为50种眼疾提供适当的治疗建议。2018年纽约大学(New York University)的研究人员曾运用Google的Inception v3模型于检测肺癌。

陈明阳

作者更多专栏

  •     按赞加入DIGITIMES智能医疗粉丝团
更多关键字报导: DeepMind 癌症研究 人工智能