11月22日，記者從西安交通大學(xué)了解到，該校計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院李辰教授團(tuán)隊(duì)和劍橋大學(xué)合作，在AI醫(yī)學(xué)領(lǐng)域取得重大突破。他們開發(fā)了名為SMMILe的新型人工智能框架，將原本需要20分鐘的復(fù)雜病理切片分析時(shí)間縮短至1分鐘。該框架能自動(dòng)推斷出腫瘤在組織中的具體位置、邊界范圍以及不同亞型的空間分布，而且不需要醫(yī)生逐一切片標(biāo)注。此模型是全球首個(gè)大規(guī)模腫瘤篩查人工智能病理模型，相關(guān)研究近期發(fā)表在國(guó)際腫瘤學(xué)權(quán)威期刊《自然·癌癥》上。

在癌癥精準(zhǔn)診療方面，千兆像素級(jí)的數(shù)字病理切片是“金標(biāo)準(zhǔn)”。不過，長(zhǎng)期以來計(jì)算病理學(xué)存在一個(gè)大難題：現(xiàn)有的主流AI模型雖能以較低成本判斷切片“是否有癌癥”，但無法回答“病灶具體在哪里”“惡性細(xì)胞如何分布”以及“各類腫瘤亞型所占比例”等問題。要獲取這些關(guān)鍵信息，仍需病理醫(yī)生投入大量精力進(jìn)行分析。

SMMILe的模型結(jié)構(gòu)

為什么SMMILe能做到其他醫(yī)學(xué)AI模型做不到的事呢？這得益于它獨(dú)特的設(shè)計(jì)理念。SMMILe就像一套用于圖像的“聲納”系統(tǒng)，讓計(jì)算機(jī)具備“在黑暗中視物”的能力。

SMMILe與其他方法的空間量化結(jié)果可視化對(duì)比

李辰表示：“傳統(tǒng)方法常常因?yàn)槿狈Σ±淼脑敿?xì)坐標(biāo)信息而不知所措，或者只能捕捉到最明顯的特征。而SMMILe通過融合特征壓縮、參數(shù)自適應(yīng)處理等前沿?cái)?shù)學(xué)模型，能夠敏銳捕捉到微弱的病理信號(hào)。即便沒有任何位置標(biāo)注信息，它也能像聲納探測(cè)海底地形一樣，精準(zhǔn)鎖定并還原出具有生物學(xué)意義的腫瘤空間圖譜，使病理分析效率實(shí)現(xiàn)了數(shù)量級(jí)的提升?！贝舜文Ｐ桶l(fā)布標(biāo)志著AI病理診斷從“粗略分類”進(jìn)入“精準(zhǔn)量化”的新階段。

來源 / 陜西日?qǐng)?bào)、西安交通大學(xué)等

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽碓醇白髡呙帧?/p>

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com