人工智能平台增强个性化肺癌诊断和治疗

最近的一项研究推出了一种先进的人工智能病理学平台，旨在帮助医生以前所未有的速度和准确性诊断和评估肺癌。该新工具由科隆大学医学院和科隆大学医院的研究人员开发，可对良性和恶性组织进行全自动深入分析，为更快、更个性化的治疗铺平道路。

肺癌诊断的革命

肺癌以高死亡率而著称，精准诊断和个性化治疗往往对治疗有益。传统上，肿瘤学家依靠显微镜下手动检查组织样本来识别癌细胞。然而，这个过程既耗时又主观，而且容易出现变异，有时会导致误诊。

为了应对这些挑战，研究人员开发了一个基于深度学习的多类组织分割平台，可以自动分析数字化的肺组织样本。该平台不仅可以筛查癌症，还可以提供有关检查区域的详细细胞信息。

高级人工智能训练和验证

该 AI 模型在一个庞大的数据集上进行了训练和验证，该数据集包括来自六家机构的 1,527 名患者的 4,097 张带注释的幻灯片。据该研究的资深作者 Yuri Tolkach 介绍，“该算法可以区分 11 种组织类型，从肿瘤组织和肿瘤相关类别到软骨和淋巴组织。它在分割不同类别时表现出非常高的像素级准确度，平均 Dice 得分为 0.893。”

研究人员利用了科隆大学的高性能计算集群，该集群配备了 12 个 NVIDIA V100 GPU、病理研究所 AI 服务器上的 4 个 NVIDIA A100 GPU，以及配备 NVIDIA GeForce RTX 3090 和 RTX 4090 GPU 的 PC 站。此设置可以快速分析整个幻灯片图像，每张图像需要 1 到 5 分钟，大小范围为 200 到 2000 MB。

对癌症治疗的影响

除了诊断之外，该人工智能工具还可以揭示细胞环境中肿瘤和免疫细胞的复杂细节，从而深入了解癌症在体内的相互作用。识别肉眼无法看到的组织样本中的细微模式和关系可以带来更精确、更有效的治疗，以及更好地了解患者对特定癌症疗法的反应。

“我们的研究小组的成立和我们第一篇大型癌症研究报告发表于 自然机器智能 “这得益于 NVIDIA 学术资助计划提供的 NVIDIA Quadro P6000 GPU 资助，”Tolkach 补充道。

本研究中使用的代码可在 GitHub 上找到。完整研究名为 下一代肺癌病理学：诊断和预后算法的开发和验证，可在此处访问。

图片来源：Shutterstock