打开APP

北大科研成果提示:人工智能在前列腺癌MR诊断中的应用令人期待

  1. MR
  2. 人工智能
  3. 前列腺癌
  4. 影像诊断

来源:动脉网/王晓行 2016-12-27 09:56

目前,市场上有一些公司致力于图像机器学习,乳腺癌和肺癌等的影像辅助诊断较为成熟,但对于前列腺癌这一细分领域成熟产品较少。近期,由北京大学生物医学跨学科研究中心、北京大学第一医院合作开发的基于智能图像识

目前,市场上有一些公司致力于图像机器学习,乳腺癌和肺癌等的影像辅助诊断较为成熟,但对于前列腺癌这一细分领域成熟产品较少。近期,由北京大学生物医学跨学科研究中心、北京大学第一医院合作开发的基于智能图像识别和深度学习的前列腺癌MR智能辅助诊断系统开始进行临床研究,正在应用全国十余个省份的二十多家医院的数据检验其效能。对此,作者进行了跟踪报道。

北京大学生物医学跨学科研究中心和北京大学第一医院在影像诊断方面有十余年的合作经验,长期致力于将人工智能技术用于临床诊断。项目负责人是北京大学第一医院医学影像科王霄英主任和北京大学生物医学跨学科研究中心的张珏副教授,技术负责人是北京大学前沿交叉学科研究院的王成彦博士。

前列腺MR诊断对医生经验要求较高

据世界肿瘤协会公布的数据,前列腺癌是欧美老年男性中发病率第一的恶性肿瘤,近年来在中国的发病率不断升高。大量数据表明,前列腺癌好发于中老年人,患者平均发病年龄在65岁以上。

前列腺癌的早期诊断和分期非常重要,目前对于广泛采用的多参数磁共振影像数据的解读是一个技术难点,磁共振图像包含多种对比的图像,每类图像可以提供不同的诊断信息,需要医生有丰富的经验,才能综合利用这些信息作出准确的解读。

王霄英主任介绍,前列腺MR(磁共振)图像里,有时炎症、增生与肿瘤的表现类似,要求非常有经验的医生才能鉴别。实际上,有经验的医生对这些疾病的鉴别平均准确率也常不超过70%。更重要的是,MR的任务不是检出“癌”,而是检出“临床显着癌”,需要长时间、大样本量的训练,才能积累一定的诊断经验。而通过机器辅助诊断的方式可以在短时间内“学会”识别癌灶,辅助医生做出判断。

智能辅助诊断可帮助识别前列腺MR图像中的肿瘤

前列腺癌智能诊断平台软件界面

前列腺癌MR智能辅助诊断系统是一款智能学习和诊断的平台。该平台运用了人工神经网络的技术,从MR图像数据中挖掘出有用信息,让计算机可以从中“学到”肿瘤的影像表现。北京大学第一医院的影像专家对这套智能系统进行“训练”,通过图例和诊断结果来培训计算机,经过这种训练后,计算机就可以半自动地阅读图像。

在多参数磁共振影像中,通过提取图像中有用特征,找到最有可能是肿瘤的区域,做出肿瘤的风险预测。预测结果以概率地图的方式呈现,可以直观地帮助医生做出诊断。经过与病理结果的对照,证实了这种方法的准确性和有效性。

在前列腺癌MR智能辅助诊断系统的帮助下,影像科医生的阅片时间有可能显着缩短。未来会在云数据平台的基础上,多中心的影像数据可以不断积累和优化,而通过大量数据对该智能系统的训练,前列腺癌智能诊断平台的诊断能力会越来越强。

智能辅助诊断可达到专科影像医生的水平

当前MR检查的任务是针对可疑前列腺癌患者,发现穿刺活检的目标。在辅助诊断系统运行结束之后,系统会提示出可疑病灶的位置,泌尿科医生结合临床情况决定是否穿刺,如果穿刺,在辅助诊断系统的引导下,有可能提高穿刺活检的阳性率,发现更多的临床显着癌。

探索和搭建这套辅助诊断系统,生物医学跨学科研究中心与北京大学第一医院用了近10年的时间,十年磨一剑,小样本初步验证的结果显示该系统对临床显着癌的辅助诊断准确率已超过90%。这个系统相当于一个有经验的泌尿影像专科医生,在线帮助临床医生读片,它能够清晰、定量地描述疾病的风险。

该系统针对不同经验的医生应用情况可有不同。可以是医生先读片,系统后读片,此时的作用是减少误诊;可以是系统先读片,医生后读片,减少漏诊;也可以是医生和系统同时读片,针对医生找到的可疑病灶,系统给出癌的可能性。

数据、技术双重优势

数据优势:系统的训练使用了较多的前列腺癌证实病例,这些病例遵从了严格的MR检查适应证、检查规范,随访了很长时间。

技术优势:人工智能技术关键在算法,在智能学习算法方面项目团队有很多年的积累,在跟医院合作过程中也对前列腺癌本身有了深入了解,因此团队的算法可以说是具有临床特色的算法。

MR检查的规范化是推广的前提

在采访的过程中,王霄英一直强调:该系统技术上已经达到可推广的程度。团队在做前列腺MR辅助诊断全国多中心研究的时候,很多医院都对这个系统有所了解,都特别希望得到,甚至付费安装和使用。

系统交给这些医疗机构使用很容易,但前列腺MR检查流程不规范时,应用则有一定困难。病人在合适的时间、进行合适的MR检查,检查之后由系统提供有效信息,医院也有能力做穿刺,这样效果就会很好。

创办34科技开展商业化探索

为了使该系统尽快实现产业化,同时也加快北京大学生物医学跨学科研究中心其他研究成果的产业化进程,由该中心产学研负责老师牵头创办北京34科技有限公司,具体负责中心成果的孵化、转化具体事务。

据该中心产学研负责人傅晓燕介绍,中心的研究课题都是以临床及基础医学问题这些实际需求为起点,研究团队既有北大生命科学、物理学、化学、环境科学、信息科学、工程学等科学的老师和学生,也有北大医院的临床专家,目的是利用各自的学科优势取长补短,将先进的科学技术与临床医学实际需求相结合,解决临床问题。

中心的成果除了这个前列腺癌MR智能辅助诊断平台,还包括系列磁共振成像新技术,以及基于医学影像和信号的辅助诊断新方法,低温等离子体、脉冲技术为技术核心的新一代物理治疗方法。34科技目前已经从北大购买了包括智能辅助诊断系统在内的部分技术的知识产权

34科技其实也是一家创业公司,他们以投资的角度做孵化、以创业的姿态做投资,他们正在寻找创造精神、且有趣的小伙伴一起创业。将更多实验室的科研成果转化成为医疗健康产业科技创新的重要源动力!

同时34科技也正在寻找医疗产业界相关人士,无论是从事医疗早起项目投资的投资机构,还是有经验懂运营的创业团队,或者是其他大中型医疗公司,34科技期望以北大生物跨学科研究中心的成果为创业起点,与创业团队、投资人共同创立新公司来实现研究成果的转化。(生物谷Bioon.com)

相关会议推荐

2017物联网与智慧医疗峰会

会议时间:2017.03.16-2017.03.17     会议地点:杭州

会议详情: http://www.bioon.com/z/2017lot/

版权声明 本网站所有注明“来源:生物谷”或“来源:bioon”的文字、图片和音视频资料,版权均属于生物谷网站所有。非经授权,任何媒体、网站或个人不得转载,否则将追究法律责任。取得书面授权转载时,须注明“来源:生物谷”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。

87%用户都在用生物谷APP 随时阅读、评论、分享交流 请扫描二维码下载->