Yapay zeka, kanseri tedavi etmek için insanlığın en iyi silahı olabilir
Görüntü kaynağı @Visual China
15 Temmuz'da, Amerika Birleşik Devletleri'ndeki en güçlü patoloji verilerine sahip bir startup şirketi olan Paige.ai, kısa süre önce gişe rekorları kıran bir haber yayınladı. Bu yapay zeka kanser tespit ve tedavi başlangıcı, AI patolojisini doğrulayan "Nature Medicine" hakkında bir makale yayınladığını duyurdu. Sistemin prostat kanseri, cilt kanseri ve meme kanseri için tespit oranı "mükemmele yakın" bir doğruluk oranına ulaştı ve bunun "dünyanın ilk klinik düzey patoloji AI uygulaması" olduğu ilan edildi.
Aynı zamanda, geçtiğimiz Haziran ayında birbiri ardına üç büyük tıbbi görüntüleme ve tıbbi enstrümantasyon konferansı düzenlendi: Nükleer Tıp Konferansı 2019 (SNMMI 2019), WSGR Tıbbi Cihaz Konferansı ve birbiriyle çakışan Tıbbi Görüntüleme Bilgileri Derneği (SIIM 2019). Hepsi kanserle başa çıkmak için AI kullanmanın yeni teknolojisine odaklandı.
MedTech Innovator konferansında, birçok kanser teşhis ve tedavi başlangıcı, kanser teşhis ve tedavisinde yeni ilerlemeyi paylaştı
Sektördeki en son haberler veya ağır sıklet konferansının ilerlemesi, önemli bir eğilim gösteriyor: Gelecekte kanser teşhisi ve tedavisi için AI, en önemli teknik araçlardan biri olacak.
Günümüzün müreffeh tıbbında, kanser hala tedavi edilemez ve her yıl dünya çapında 8 milyondan fazla insanı öldürüyor. Dünya Sağlık Örgütü'nün geçen yıl eylül ayında yayınladığı bir rapor, dünyadaki erkeklerin 1 / 5'inin ve kadınların 1 / 6'sının hayatları boyunca kansere yakalanacağını ve erkeklerin 1 / 8'inin ve kadınların 1 / 11'inin kanserden öleceğini belirtti.
Dünyanın yüksek kanser insidansına sahip en kalabalık ülkesi olan Çin'in kanser tedavisi için hala uzun bir yolu var: Ulusal Kanser Merkezi istatistiklerine göre, Çinli kanser hastalarının tedaviden sonra 5 yıllık hayatta kalma oranı yaklaşık% 30, ki bu hala çok uzak. Avrupa ve Amerika gibi gelişmiş ülkelerin% 70 -% 80'inin altındadır.
2018'in başında, tanınmış tıp dergisi "Lancet", küresel kanser sağkalım analizinin üçüncü turunu yayınladı (CONCORD-3). Çin'deki akciğer kanseri, karaciğer kanseri ve pankreas kanserinin üç ana kanserinin beş yıllık sağkalım oranları% 20'nin altında. Çocuk beyin kanseri, akut lenfoblastik lösemi, lenfoma ve diğer çocukluk çağı kanserlerinin 5 yıllık sağkalım oranı% 50'den azken, Amerika Birleşik Devletleri, Kanada ve Katar gibi ülkelerin 5 yıllık sağkalım oranı% 80'e veya hatta% 90'dan fazlasına ulaşabilir.
Ve bu tek dikenli yolda, yapay zeka bize üç açıdan yardımcı olabilir: önleme, teşhis ve tedavi.
AI görüntüleme, kanserin önlenmesine ve erken taramaya yardımcı olur
"Ciddi hastalıkların kralı" olan kanser karşısında şimdiye kadar insanların buna karşı en güçlü silahı önleme ve erken taramadır.
Bunun nedeni, erken taramanın insidansı etkili bir şekilde azaltabilmesidir. "Washington Post", gelişmiş ülkelerde önleme çabalarının, akciğer ve rahim ağzı kanseri dahil olmak üzere çeşitli kanser vakalarını azaltmaya yardımcı olduğunu bildirdi.
AI teknolojisi, erken taramanın verimliliğini ve doğruluğunu artırabilir ve insanlara kanseri önlemeye daha da yardımcı olabilir. Örnek olarak kolorektal kanseri alın: Bağırsak polipleri erken teşhisi için çok önemlidir çünkü polipler kansere dönüşebilir. Dartmouth Profesörü Bruno Korbar, 2017 yılında bağırsak dokusu boyama haritalarından potansiyel olarak kanserojen bağırsak poliplerini% 93 doğrulukla belirleyebilen bir CNN (Evrişimli Sinir Ağı) uyguladı.
Örnek olarak Paige.ai'yi ele alalım: Geliştirdikleri AI sistemi, birkaç yıl içinde dört ülkede 15.000'den fazla kanser hastasından 45.000 kanser patolojik görüntüsünü eğitmek için derin öğrenme teknolojisini kullanıyor ve sonunda mükemmel bir teşhis doğruluğu elde ediyor. .
Patolojik dilimler kanser teşhisi için altın standart olmasına rağmen, invazivlikleri ve patolojik tespit bölgeleri ile sınırlıdır.Potansiyel hastalıkları olan kişilerde rutin ve düzenli erken kanser taramasını sağlamak için patolojik tespit yöntemlerinin kullanılması mümkün değildir. CT, PET ve MRI dahil olmak üzere tıbbi görüntüleme yöntemleri, kapsamlı açı tespiti ve non-invaziv özelliklerine dayanarak erken kanser taraması için güçlü araçlar haline geldi. Şu anda, hastane görüntüleme alanında, birçok ilgili AI araştırması ve endüstriyel dönüşüm halihazırda devam etmektedir.
2019'daki Google I / O'da Google ürün yöneticisi Lily Peng, Google'ın akciğer kanserinin erken teşhisinde elde ettiği sonuçları gösterdi - tüm kanserler arasında akciğer kanseri en yüksek ölüm oranına sahip. "Maalesef, akciğer kanserlerinin% 80'inin Erken taramada tespit edildi. "
Lily Peng, Google'ın erken akciğer kanseri teşhisinin sonuçlarını gösteriyor
Google, Ulusal Kanser Enstitüsü ve Northwestern Üniversitesi tarafından sağlanan akciğer kanseri patolojik görüntüleri aracılığıyla, eğitimli bir radyoloğunkine eşit veya ondan daha yüksek olan kötü huylu tümörleri tespit edebilen bir sinir ağını eğitmiştir. Sonuçlar, AI sisteminin akciğer kanseri tanısından bir yıl önce hastanın BT'sini tarayarak kanser belirtilerini bulabileceğini gösteriyor. Bu tür hastalar için erken tarama, sağkalımda% 40 artış anlamına gelir.
Daha önce, erken kanser taraması genellikle tartışmalara neden oldu: çok sayıda erken kanser taraması, daha fazla yanlış teşhis oranları, boşa giden tıbbi harcamalar ve aşırı tedavi anlamına geliyordu. Yapay zekanın kanser görüntülemenin kalitesini ve verimliliğini ve erken taramanın doğruluğunu geliştirmesinden sonra bu sorunun da çözülebileceğini hayal etmek zor değil.
Erken tarama trendi: görüntüleme kalitesini iyileştirin ve zararlı faktörleri azaltın
Yeni tamamlanan 2019 SNMMI yıllık toplantısında sunulan yıllık görüntü ödülünde, Almanya'daki Heidelberg Üniversite Hastanesi'nden yeni 68Ga-FAPI izleyici PET, net tümör konturları ve yüksek görüntü kontrastı sağlayabilir. Araştırması, 68Ga-FAPI PET / CT görüntülemenin sarkom kanseri, özofagus kanseri, meme kanseri, kolanjiyokarsinom ve akciğer kanseri başta olmak üzere 28 farklı tümörde iyi görüntüleme özelliklerine sahip olduğunu göstermektedir.
FAPI (fibroblast aktivasyon protein inhibitörü), fibroblast aktivasyon proteini (FAP) inhibitörü olarak adlandırılır. Bu fibroblastlar, tümör dokularının% 90'ından fazlasını oluşturabilir ve normal hücrelerde ekspresyonu yoktur veya çok düşük ekspresyonu yoktur, böylece FAP etkili bir şekilde Tümörleri tanımlamak için kullanılır.
"68Ga-FAPI'nin yüksek absorpsiyon oranı, özellikle geleneksel 18F-FDG PET / CT sınırlamalarla karşı karşıya kaldığında, birçok kanser türü için yararlı hale getiriyor," Dr. Uwe Haberkorn, Nükleer Tıp Profesörü, Alman Kanser Araştırma Merkezi ve Heidelberg Üniversite Hastanesi, Heidelberg, Almanya Dedim. "Örneğin, düşük dereceli sarkomlar genellikle daha düşük 18F-FDG seviyelerine sahiptir, bu da iyi huylu ve kötü huylu lezyonlar arasında örtüşmeye neden olur. Meme kanserinde, 18F-FDG PET / CT genellikle rekürrens sonrası görüntü tespiti için kullanılır, ancak genellikle önerilmez. Erken kanser tespiti için. Özofagus kanseri için, 18F-FDG PET / CT'nin lenf düğümü evrelemesine duyarlılığı genellikle düşük ila orta düzeydedir. "
Görüntü kalitesinin iyileştirilmesi ve zararlı faktörlerin azaltılması, erken kanser taramasında en önemli eğilimlerdir. Cell Stem Cell üzerine yayınlanan en son araştırma makalesi, CT taramalarının tümör riskini artırabileceğini gösteriyor - 50mGy iyonlaştırıcı radyasyon (kabaca birkaç CT taramasının dozuna eşdeğer) hücre gen mutasyonlarına önemli ölçüde neden olmuyor. Ancak p53 mutasyonları ve kanser potansiyeli olan hücrelerin rekabet gücünü artıracaktır. Radyasyona zararlı faktörleri azaltmak zorunludur.
Bu yılki SNMMI yıllık toplantısında, düşük radyasyon dozu ve yüksek görüntüleme hızına sahip tüm vücut PET görüntüleme donanım sistemi de küresel moleküler görüntüleme araştırma akademisyenleri ve klinisyenlerinin yoğun ilgisini çeken konferansın odak noktasını oluşturuyor.
Örneğin, daha önce Titanium Media tarafından bildirilen Subtle Medical, tıbbi görüntüleme görüntülemesini hızlandırmaya odaklanıyor, PET'in (nükleer tıbbi görüntüleme, pozitron emisyon bilgisayarlı tomografi) radyoaktif reaktiflerin dozunu 4 kattan fazla azaltmasını ve ardından görüntülemeyi derin öğrenme teknolojisi ile tamamlamayı sağlıyor. Teşhis seviyesine ulaşmak için geliştirildi. Başka bir deyişle, PET görüntüleme yöntemlerini kanser teşhisi için daha etkili ve daha az radyoaktif hale getirebilirler.
Shentou Medical ürünlerinin tüm vücuttaki tümörlerin erken taramasında sadece toplama hızını artırıp radyasyon dozunu düşürmekle kalmayıp, Alzheimer hastalığı gibi nörodejeneratif hastalıklarda da aynı etkiye sahip olduğunu belirtmekte fayda var. Daha önce, ürünleri ABD FDA tarafından onaylanmış ve Avrupa CE İşareti ile ödüllendirilmiştir ve şu anda Amerika Birleşik Devletleri'ndeki birkaç hastane ve görüntüleme merkezinde klinik olarak ticarileştirilmektedir.
Shentou Medical'in kurucu ortağı ve Stanford Üniversitesi Tıp Fakültesi profesörü Dr. Greg Zaharchuk, SNMMI konferansında nükleer tıpta yapay zekanın uygulanması ve değeri hakkında özel bir rapor verdi, ilgili laboratuvarları ve derin öğrenmeye dayalı PET görüntü yeniden yapılandırma / geliştirme teknolojisini tanıttı. ilerleme
"Şu anda, tıbbi görüntülemenin yapay zeka sanayileştirme uygulamasında, çoğu şirket endüstriyel zincirin aşağı akışında, yani tıbbi görüntülemenin bilgisayar destekli teşhisinde (CAD, Bilgisayar Destekli Tanı) yoğunlaşmıştır. Shentou Medical, bir grup derinlemesine matematik, fizik ve bilgisayar topladı. Shentou Medical CEO'su Enhao Gong, klinik tıp alanında geçmişe sahip kıdemli tıbbi görüntüleme araştırmacıları, Ar-Ge çalışmalarını endüstriyel zincirin yukarı akışına, yani görüntü rekonstrüksiyonu ve optimizasyonuna odakladılar.
Kısa bir süre önce yayınlanan "Tıbbi Görüntüleme Yapay Zeka Beyaz Kitabı" nda, endüstri ve klinik araştırma uzmanları "tıbbi görüntüleme standardizasyonu ve yapılandırılmış verilerin ciddi şekilde yetersiz olduğuna işaret etti. Standart görüntüleme verileri ... tıbbi görüntüleme yapay zekasının geliştirilmesinin temelidir." AI görüntüleme şirketlerinin eklenmesi, sektöre daha fazla standart görüntüleme verisi getirmeye yardımcı olacak ve gelecekteki görüntü destekli teşhis ve erken tıbbi görüntüleme AI tümör taramasının temelini atacak.
Kanseri tedavi etmek için AI nasıl kullanılır?
Çoğu kanser teşhisten sonra zor moda girecek olsa da, AI bu aşamada hala yararlıdır.
Kanser karşısında, insanlar lezyonu çıkarmak için üç ana tedavi silahına sahipti: cerrahi, kemoterapi ve radyoterapi. Adından da anlaşılacağı gibi, ameliyat lezyonu fiziksel olarak çıkarmak, kemoterapi, ilaç alarak ve enjekte ederek kanseri kontrol etmektir ve radyoterapi, kanser hücrelerini öldürmeye çalışmak için yüksek doz radyasyon kullanır. Genel olarak farklı hastalık türlerine ve seyrine göre bu tedaviler karıştırılacaktır.
Radyoterapide radyasyonun hastanın sağlıklı dokularına da zarar vereceğini hayal etmek zor değil, doz daha "kişiselleştirilmiş" ise hasta üzerindeki olumsuz etkisi azaltılabilir.
Cleveland Clinic, bir süre önce tanınmış tıp dergisi "The Lancet" de bir makale yayınladı ve 944 akciğer kanseri hastasının tedavi sürecine rehberlik edecek bir AI çerçevesi oluşturma konusundaki deneyimlerini tanıttı. Hastanın BT'sini (Bilgisayarlı tomografi, X-ışını bilgisayarlı tomografi) ve EHR'yi (Elektronik sağlık kaydı) birleştiren, makine öğrenimi teknolojisi ile eğitilmiş AI sistemleri onlara önerilen radyasyon dozunu söyleyebilir, böylece radyasyon terapisi gerçekten kişiselleştirilebilir. Sonunda yan etkiler en aza indirilebilir ve tedavinin başarısızlık oranı% 5'in altına indirilebilir.
Aynı zamanda son yıllarda kademeli olarak hedefe yönelik tedavi ve immünoterapi gibi hassas tedavi yöntemleri ortaya çıkmıştır.Birincisi, kanser için gerekli olan spesifik moleküllere müdahale ederek kanseri tedavi eder, ikincisi ise hastanın kendi bağışıklık sistemini harekete geçirerek kanseri tedavi eder.
Geleneksel tedavide MRG, radyoterapi tekniklerinin lezyona daha doğru bir şekilde saldırmasına yardımcı olabilir. Geleneksel tıp şirketleri bunu zaten yapıyor. Bir Amerikan tıbbi cihaz şirketi olan View Ray, radyoterapiyi daha doğru hale getirmek için özel MRI ekipmanı sağlayarak radyoterapi sırasında lezyonları izlemek için MRI kullanabilir. Ve AI teknolojisi, bunu bir adım daha ileri götürebilir.
Örneğin, Çin'in Baishi Medical, nazofarengeal kanser radyoterapi klinik hedef alanı otomatik tanımlama sistemi, GTV'yi (tümör alanı) ve CTV'yi (klinik hedef alan) aynı anda otomatik olarak tanımlayabilir ve tek bir nazofarengeal kanser hastasının hedef alanının tanımlanma süresi 2-4 arasında değişir. Saatler 10 dakikaya kısaltılır ve tanımlama etkisi, nazofarengeal kanser için bir radyoterapi uzmanı seviyesine yakındır.
"Yapay zeka, hedef alan tanımlamasının doğruluğunu büyük ölçüde artıracak, doktorların tasvir etme süresini azaltacak, tıbbi yerel ağrı noktalarında bir atılım gerçekleştirecek ve doktorların klinik ihtiyaçlarını daha da karşılayacak ve hastalara en optimize tedavi planını sağlayacak." Titanium Media dedi.
Kanserin ölüm oranının çok yüksek olmasının nedeni, çılgın büyümesi altında diğer vücut organlarına metastaz yapmaya devam etme olasılığında yatmaktadır. AI, kanser metastazını daha iyi tanımlamak ve cerrahi tedavinin başarı oranını artırmak için de kullanılabilir. Patolog Andrew H. Beck, geliştirilen yazılımlardan biri olan PathAI'yi kurdu, lenf düğümlerindeki metastaz belirtilerini belirlemeye ve kanser hücrelerinin varlığını basit bir şekilde belirlemeye yardımcı olabilir.
AI ayrıca en son immünoterapiye yardımcı olabilir.
"Araçlarımız tanı doğruluğunu ve tedavinin etkisini gerçekten artıracak ve patoloji, yapay zekanın gerçekten devrim yaratacağı ilk tıbbi alan olacak." Bir IEEE röportajında Beck, PathAI'nin yaptıklarını söyledi. PathAI yazılımı tarafından çizilen mevcut doku tipleri, metastatik hücrelerin tanımlanmasının yanı sıra, kanser gelişiminde epitel hücrelerini gösterir; yaptıkları immün hücre haritaları, yeni immünoterapi ilaçlarının tümörler üzerindeki terapötik etkilerini gösterebilir.
Daha iyi patolojik etki analizinin her kanser hastasının tümörünün doğasını belirlemeye yardımcı olacağını ve tedavi seçenekleri için rehberlik sağlayacağını hayal etmek zor değildir.
Bununla birlikte, AI endüstrisinin ve tıp endüstrisinin özellikleri, gelecekte üstesinden gelinmesi gereken çok seviyeli zorlukların olduğu anlamına da gelir:
Her şeyden önce, derin öğrenme teknolojilerinin çoğunun veri kalitesi için yüksek gereksinimleri vardır.Böyle bir veri temeline sahip olmayan yeni kurulan şirketler için, verilerin büyük bir eşik olması muhtemeldir. Paige.ai, Sloan-Kettering Kanser Merkezi'nin (MSKCC) patoloji bilgisi ve elektronik patoloji içeren 4 milyondan fazla dosyanın özel yetkisi sayesinde böylesine büyük miktarda kanser veri eğitimi elde edebildi; Shentou Medical'ın kurucusu Stanford'lu. İlgili laboratuvarlar, Stanford ve Stanford Hastanelerinden patentler ve veri yetkileri almıştır.
İkinci olarak, tıbbi kurumlar genellikle nispeten muhafazakârdır ve mevcut tedavi prosedürlerinde yeni teknolojilerin tanıtılması, uzun bir test ve alıştırma dönemi gerektirebilir.
Geçtiğimiz birkaç yüzyılda insanlar kansere karşı çaresiz kaldılar: fiziksel olarak uzaklaştırma, kan değişimi ve hatta keçi gübresinin ve kurbağaların "zehirle zehire saldırmak" için kullanılması; modern tıp teknolojisinin ve AI teknolojisinin ilerlemesi, bu en korkunç ölüm tanrısının önünde gerçek bir hayata sahip olmamızı sağladı. Silahlarla, belki bir gün, değerli hayatlar biraz daha yavaş akabilir ve kanser eninde sonunda kontrol edilebilir ve hatta tedavi edilebilir bir hastalık haline gelir. ( Bu makale Silikon Vadisi'nden, ilk olarak Titanium Media'da yayınlandı, yazar / Ding Shibei )
Daha heyecan verici içerik için Titanium Media WeChat ID'yi (ID: taimeiti) takip edin veya Titanium Media Uygulamasını indirin
