使用AI可以在几分钟内完成划定肿瘤等耗时的工作
在AI的扫描下,肿瘤很容易会被发现。大小似高尔夫球,AI被放置在脑干上,是躯体和大脑之间传递信息的器官的一部分。在许多方面,它是主控器:从脊髓顶部,脑干传导每次心跳,每次吞咽,每次呼吸。
以这位年轻人为例,癌症就这么戏剧性地被发现。不断长大的肿瘤阻塞了大脑排出的液体,存在癫痫发作的潜在危险。 医生必须找到最好的治疗方法。
位于剑桥的Addenbrooke's Hospital的神经肿瘤学家Raj Jena描述了医生是如何给患者进行放射治疗。对于这位年轻人的情况,他可能需要研究100多张影像,每张影像显示大脑的一小片区域。然后,Raj 必须仔细地标出肿瘤的边界和应该避免放射治疗束的敏感脑区的轮廓:例如,下丘脑,脑垂体,它们是通往大脑视觉中心的通道。整个过程可能需要数小时。只有完成这一步骤,计算机才能开始计算如何用放射治疗束击中肿瘤,同时对周围的重要部位不造成威胁。
Raj Jena博士正在用名为InnerEye的微软系统自动标记前列腺癌患者的扫描结果
“只有在确定肿瘤的位置和想要保护的健康组织之后,我们才能开始治疗,”Jena指出。 “这是个瓶颈。所以我们需要更快的完成这个过程。“
使用人工智能(AI),这项艰巨的任务可以在几分钟内完成。在过去的六个月里,Jena使用名为InnerEye的微软系统自动标记前列腺癌患者的扫描结果。在他的部门每年治疗的2,500名癌症患者中,男性占三分之一。扫描完成后,影像将被匿名,加密发送到InnerEye程序。它描述了每个影像上的前列腺,创建了3D模型,并将信息传回。
通过对资深顾问看过的患者的大量影像进行学习培训,该软件学会了如何标记器官和肿瘤。它为前列腺癌治疗节省了时间。接下来会被应用在脑肿瘤治疗中。
核磁共振扫描显示这位年轻患者患有侵袭性脑肿瘤
自动化流程不仅仅可以节省时间。由于InnerEye是对资深专家标记的影像进行的培训学习,所以它每次诊疗都应该和资深顾问一样专业。这样的结果是,治疗速度更快,结果更准确。“我们知道我们对轮廓的影响对治疗质量有影响,”耶拿说。“良好治疗与不良治疗之间的区别在于我们对肿瘤的治疗效果以及我们对健康组织的保护程度。”
距离Addenbrooke's Hospital一英里左右的微软研究院,InnerEye首席研究员Antonio Criminisi解释了自动化处理如何为更智能的放射治疗铺平道路。因为获取肿瘤影像非常耗时且昂贵,所以目前仅在放射治疗开始之前被标记一次。如果能够快速且便宜,患者就可以进行“自适应放射治疗”,在每次治疗期间进行扫描,图像标记和束计划。这样,放射治疗光束可在当天被塑造成肿瘤的大小和形状,而不是在它第一次成像时。“这可能是变革性的,”Criminisi说。“它可以为患者和英国医疗体系提供一种更快速,更轻松治疗癌症的新方法。”
计算机工程师喜欢说数据是AI的燃料。确实如此:人工智能的一些现代方法,特别是机器学习,相当强大,因为它们可以在我们收集的大量数据中划分有意义的模式。当NHS拥有大量关于健康问题的成熟数据可供人工智能利用时,每个人在生病时都会有一线希望。
Tony Young是Southend大学医院的泌尿外科医生顾问,也是英国NHS的国家临床负责人,他相信AI可以在整个医疗服务中产生影响。他指出公司可以使用AI从痣的照片诊断皮肤癌;视网膜扫描中发现眼部疾病;超声心动图发现心脏病。其他公司可以利用AI来标记需要紧急护理的中风患者,并预测医院病房中哪些患者可能无法医治。“我认为这将带来一场革命,”他说。
技术不会在一夜之间改变NHS(英国医疗体系)。与任何其他创新一样,AI系统必须经过测试,验证和批准。学习的系统通常需要认真解读。患者的血液检查可能会发现危及生命的癌症的确切迹象,但如果癌症可以得到很好的治疗,AI可能会将患者评为低风险。
在某些情况下,创新可以节省金钱和生命,这就使NHS更有可能推动人工智能的推广。如果对患者进行更快的分类,更有效地进行测试,并且更快速地进行良好诊断,整个系统将变得精简。NHS采用的一项技术为HeartFlow。它利用CT对怀疑患有冠心病的患者进行常规扫描。HeartFlow使用AI创建心脏的个性化3D模型及其周围的血液流动。由此,医生可以看到特定的阻塞如何破坏个别血管中的血流,并决定需要什么样的治疗方法。在测试中,超过半数使用HeartFlow分析的患者避免了有创血管造影(一种常见但成本高昂的手术,可将染液喷入心脏),使成本降低四分之一。 “人们问我们如何才能在NHS中拥有这些技术? 我的回答是如果不使用我们承担不起高额的费用,”Young说。
一位病人正在接受核磁共振
对伦敦皇家自由医院的麻醉师顾问Vishal Nangalia来说一切才刚刚开始,但他的公司Life Engine.AI正在研究一种人工智能,它可以分析处理血液检测结果和其他数据,预测哪些患者最有无法救治,或者当他们住院时是否存在肾功能衰竭等严重问题。该项目对来自20家医院的近10亿份血液检测结果进行了采样,发现一旦红细胞和白细胞以及钠和钾等电解质发生细微变化时,表明患者的健康正在走下坡路。它并没有告诉医生该做什么,而是通过标记那些可能从检查、扫描中受益的患者,以帮助他们更快地进行医疗干预。“机器学习可以做的是帮助识别问题并引起医生的注意,”Nangalia说。
AI会取代医生,或者削弱他们的角色吗?回到Addenbrooke‘s Hospital,Jena摇了摇头。“我宁愿花时间思考如何优化患者的治疗而不是点点鼠标,”他说。“对于许多肿瘤学家来说,我们是在周末和晚上使用人工智能。有了这个,我们就可以自由地完成给我们带来真正专业知识的事情。”