纤体梅效果怎么样(纤体梅有没有副作用) 冒险岛2梦幻乐园探索任务攻略(冒险岛2梦幻乐园探索任务攻略视频) 银行账户年检时间在每年( )月( )日前(银行账户年检) 无道具晨会互动小游戏(无道具晨会互动小游戏室内) 黄昏英雄传攻略(黄昏英雄传2.5攻略) 双面胶怎么快速去除胶水(双面胶怎么快速去除) 苹果醋解酒么(苹果醋为什么可以解酒) 怎样关闭电脑杀毒软件和防火墙(怎样关闭电脑杀毒软件和防火墙联想) 莫斯科气温和我国哪里差不多(莫斯科气温) 魔兽世界:探索艾萨拉(魔兽世界 艾萨拉) hopes是什么意思(hope是什么意思) 孕妇可以吃杏仁吗?(孕妇可以吃杏仁吗?孕中期) 8k纸有多大比A3大多少(8k纸有多大) 武汉艺术生文化课到底该如何学习?(武汉艺术生文化课培优) 节奏大师攻略四个技巧刷高分(节奏大师怎样玩才高分) 受凉感冒是风热还是风寒(受凉) 地球的南极北极都是冰天雪地那月球的两极呢(北极和南极都是冰天雪地) 蛇蛇大作战电脑版攻略(蛇蛇大作战游戏下载) 什么是哑口套和窗套(什么是哑口) WIN10电流麦解决方法(win10电脑电流麦怎么解决方法) 平时多吃什么食物补肾效果最好(平时多吃什么食物补肾效果最好女性) 哈伦裤适合什么年龄穿(哈伦裤适合什么人穿) 魔兽世界前夕稀有精英位置一览 看完就知道了(魔兽世界9.0前夕稀有精英位置与掉落) 如何实现创业成功(如何实现创业成功发展) QQ空间如何添加大图模块(qq空间怎么添加图片模块) 梦幻西游挖矿赚钱(挖矿赚钱) 剖腹产的好处(剖腹产的好处有哪些) 如图已知ab为圆o的直径弦cd⊥ab垂足为h(如图 已知AB是圆O的直径 弦CD垂直AB 垂足为H) 深圳上下沙租房攻略(深圳下沙哪里租房便宜) 被2345和hao123主页篡改修复方法 2015(2345是怎样篡改主页的以及如何彻底删除) nba历史得分榜百度一下(nba历史得分榜百度百科) 如何防雾霾 什么口罩防雾霾效果好(什么口罩可以防霾) 制作手工的材料有哪些(制作手工的材料有哪些简单) 天使等级 北京商标注册流程图(北京商标注册流程图解析) Galaxy S4 发布 全面解析新旗舰 图(galaxy s4 上市时间) 土大黄根主要治什么病(土大黄与大黄的区别) vivo手机怎么定位(vivo手机怎么定位查找) dnf更新失败怎么办 安装文件写入失败怎么办(为什么dnf更新写入失败) 隔玻璃晒太阳能起作用(隔着玻璃晒太阳能补钙) steam国服怎么玩apex(steam国服怎么玩最终幻想14) 纳雍县是哪个市 蜂蜜可以放冰箱吗(蜂蜜可以放冰箱吗可以放多久) 电脑怎么连热点(联想电脑怎么连热点) 石器时代宠物攻略(石器时代宠物大全) 经济管理出版社地址(经济管理出版社) 芒果tv怎么看湖南卫视(芒果tv怎么看湖南卫视回放) iPhone13如何在微店购物?(iphone13直营店可以直接买到吗) 淘宝海外版叫什么(淘宝海外版) 幽门螺杆菌抗体(幽门螺杆菌抗体偏高是怎么回事)
您的位置:首页 >Science杂志 > 植物动物 >

人工智能识别与癌症复发相关的先前未知的特征

导读 理研大学高级智能计划中心(AIP)开发的人工智能(AI)技术已经成功地发现了人类癌症患者病理图像的特征,而没有注释,人类医生可以理解这些特

理研大学高级智能计划中心(AIP)开发的人工智能(AI)技术已经成功地发现了人类癌症患者病理图像的特征,而没有注释,人类医生可以理解这些特征。此外,AI识别出病理学家先前未注意到的与癌症预后相关的特征,与基于病理学家的诊断相比,导致前列腺癌复发的准确性更高。将AI的预测与人类病理学家的预测相结合,可以带来更高的准确性。

该研究的第一作者Yoichiro Yamamoto表示:“通过从图像中获取新知识,该技术可以通过高度准确地预测癌症复发来为个性化医学做出贡献。它还可以有助于理解AI的发展方式。通过帮助解决将AI视为“黑匣子”的问题,将其安全地用于医学领域。”

由Yamamoto和Go Kimura领导的研究小组与许多大学医院合作,采用了一种称为“无监督学习”的方法。只要人类教AI,就不可能获得超出当前已知知识的知识。人工智能不是被“传授”医学知识,而是被要求使用无监督的深度神经网络(称为自动编码器)进行学习,而无需提供任何医学知识。研究人员开发了一种方法,可以将AI所发现的特征(最初只是数字)转换为人类可以理解的高分辨率图像。

为了完成这项壮举,该小组从医学院医院(NMSH)获得了13188张前列腺全载病理切片图像,数据量巨大,相当于大约860亿个图像补丁(为深层神经网络划分的子图像) ,并且计算是在AIP强大的RAIDEN超级计算机上执行的。

AI从1100万个图像补丁中学习了使用没有诊断注释的病理图像。AI所发现的特征包括在格里森评分上已在全球范围内使用的癌症诊断标准,而且还涉及专家不了解的非癌症区域中的基质(支持器官的结缔组织)。为了评估这些AI发现的功能,研究小组使用了来自NMSH(内部验证)的其余案例验证了复发预测的性能。该小组发现,人工智能所发现的特征比基于病理学家根据人为建立的癌症标准格里森评分(AUC = 0.744)做出的预测更为准确(AUC = 0.820)。此外,结合AI发现的特征和人为建立的标准,与单独使用任何一种方法相比,预测复发的准确性更高(AUC = 0.842)。该小组使用另一个数据集确认了结果,该数据集包括来自圣玛丽安娜大学医院和爱知医科大学医院的2276张完整的病理图像(100亿个图像补丁)(外部验证)。

Yamamoto说:“我很高兴,发现AI能够从未注释的病理图像中自行识别出癌症。我非常惊讶地看到AI找到了可用于预测复发的功能,而病理学家没有确定。”

他继续说:“我们已经证明,人工智能可以从无诊断注释的组织病理学图像中自动获取人类可理解的知识。这种'新生的'知识可以通过允许对癌症复发的高精度预测来对患者有用。非常高兴的是,我们发现,将AI的预测与病理学家的预测相结合,甚至可以进一步提高准确性,这表明AI可以与医生一起使用以改善医疗保健,此外,AI可以用作发现特征的工具迄今为止尚未注意到的疾病,并且由于它不需要人类知识,因此可以在医学以外的其他领域中使用。”

标签:

免责声明:本文由用户上传,如有侵权请联系删除!

最新文章