美癌癥中心結(jié)合超聲波掃描與機器學(xué)習(xí)演算法進行甲狀腺癌初步篩查
TIMEDOO肽度(微信號:Time-doo)獲悉,美國費城Sidney Kimmel Cancer Center – Jefferson Health的一項新研究,結(jié)合非介入式的超聲波掃描與Google平臺的機器學(xué)習(xí)(machine learning)演算法,自動分析甲狀腺超聲波掃描影像以區(qū)分良性與惡性結(jié)節(jié)(nodule),整體正確率達77.4%將有助于甲狀腺癌初步篩查。
根據(jù)eHealthNews報道,約有67%的人甲狀腺內(nèi)會生成結(jié)節(jié),大多數(shù)沒有癥狀且為良性,超聲波掃描可辨識出可疑的結(jié)節(jié),而要進一步了解是否有致癌風(fēng)險,細針切片檢查僅有部分能提供結(jié)節(jié)是否為惡性或致癌的確定結(jié)果,其他樣本需透過分子診斷(molecular diagnostics)檢測,以判斷進一步發(fā)展為惡性腫瘤的風(fēng)險。
目前對致癌風(fēng)險不明結(jié)節(jié)的處理指導(dǎo)方針相當(dāng)有限,分子診斷檢測會搜尋跟惡性甲狀腺癌相關(guān)的特定變異或分子標(biāo)記,當(dāng)結(jié)節(jié)檢驗發(fā)現(xiàn)到高風(fēng)險變異或標(biāo)記時,醫(yī)師可透過手術(shù)切除甲狀腺。不過分子診斷的運用標(biāo)準(zhǔn)尚在發(fā)展中,且未全面普及到所有醫(yī)療院所,尤其是小型社區(qū)醫(yī)院。
為提升超聲波掃描這類第一線診斷的預(yù)測能力,Jefferson Health的研究團隊試驗運用自動化的機器學(xué)習(xí)演算法,透過影像處理技術(shù)分析超聲波掃描影像,找出甲狀腺結(jié)節(jié)的明顯特征以預(yù)測基因風(fēng)險,支援甲狀腺癌的首次篩查,并跟細針切片檢查的結(jié)果作比較。這項研究是外科醫(yī)師與放射學(xué)家的重大合作。
研究成果于2019年10月24日發(fā)表在JAMA-Oto期刊,顯示此一高效率、低成本的演算法整體正確率高達77.4%。甲狀腺結(jié)節(jié)最終被診斷為良性的患者當(dāng)中,有97%的超聲波掃描影像經(jīng)演算法分析后也是被歸類為低風(fēng)險,明確性達97%;而被演算法歸類為惡性或陽性結(jié)節(jié)的患者當(dāng)中,有90%也是最終被診斷為惡性或陽性結(jié)節(jié),陽性預(yù)測正確率達90%誤判率低。
雖然僅是初步成果,但這項研究顯示自動化機器學(xué)習(xí)演算法,極有潛力成為輔助診斷甲狀腺結(jié)節(jié)的利器,隨著演算法的可靠性逐步提升,將可提供醫(yī)師與患者更多資訊,以快速決定處理風(fēng)險不明結(jié)節(jié)的方式與是否需要切移除甲狀腺。研究團隊認為機器學(xué)習(xí)極有潛力,未來將運用特征擷取(feature extraction)技術(shù)于自動辨識高風(fēng)險結(jié)節(jié)的相關(guān)特征。
運用越多影像訓(xùn)練演算法,其風(fēng)險分類結(jié)果的正確率與可預(yù)測性越高。研究團隊運用一組已預(yù)先經(jīng)過風(fēng)險分類的甲狀腺超聲波影像訓(xùn)練機器學(xué)習(xí)模型或演算法,這組影像來自121名已進行超聲波導(dǎo)引細針切片檢查,并根據(jù)1組基因完成后續(xù)分子診斷的患者,醫(yī)師發(fā)現(xiàn)134個結(jié)節(jié),其中43個被判定為高風(fēng)險、91個為低風(fēng)險。
演算法透過機器學(xué)習(xí)技術(shù)從這組完成分類的影像中,分別找出跟高風(fēng)險結(jié)節(jié)與低風(fēng)險結(jié)節(jié)相關(guān)的模式,然后再運用這些模式自我訓(xùn)練以形成演算法本身的內(nèi)部參數(shù),可為未來的影像組進行風(fēng)險分類。研究人員隨后以1組未分類的影像來測試完成訓(xùn)練的演算法,并將高基因風(fēng)險結(jié)節(jié)與低基因風(fēng)險結(jié)節(jié)的分類結(jié)果跟分子診斷進行比較。
Google開發(fā)的人工智慧(AI)或機器學(xué)習(xí)演算法已應(yīng)用于其他領(lǐng)域,零售業(yè)者Urban Outfitters用于協(xié)助分類大量商品以利消費者搜尋;迪士尼(Disney)則用于根據(jù)特定角色或電影來注釋產(chǎn)品。此前尚不曾有人將機器學(xué)習(xí)技術(shù)應(yīng)用于超聲波掃描影像的甲狀腺結(jié)節(jié)基因風(fēng)險分類領(lǐng)域,已經(jīng)有其他機構(gòu)表達希望聯(lián)合資源挹注這項研究的意愿。
編輯|周新思


本文系作者 @TIMEDOO 原創(chuàng)發(fā)布在 肽度TIMEDOO。未經(jīng)許可,禁止轉(zhuǎn)載。