AI為癌細胞殺手“染色”,輔助醫生選擇治療方案 | 附論文

量子位發表於2018-04-18
熱血栗子 發自 凹非寺
量子位 出品 | 公眾號 QbitAI

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

 你怕了吧

白細胞家族裡有一種特殊的存在,叫做腫瘤浸潤淋巴細胞 (TIL)。當人體內有了腫瘤,它們就會從血液中出發,前往腫瘤所在的地方,並在那裡浴血奮戰。

大量的TIL存在,就表示機體對抗腫瘤的免疫反應正在發生。基於免疫原理的其中一類抗癌療法,便是通過發動TIL,來讓它們殺死癌細胞。

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1 戰死沙場是免疫細胞最美的結局

適用此類療法的癌症不在少數,黑色素瘤、肺癌、膀胱癌以及一部分腸癌,都對這類療法有所反應。而腫瘤科醫師,需要觀察病理切片,識別腫瘤組織的免疫特徵,從而判斷免疫療法對哪些病患比較有效。

由石溪大學領銜的研究團隊,用深度學習演算法來繪製TIL圖譜,讓一組卷積神經網路 (CNN) 識別TIL的分佈情況,便有可能為癌症診斷和治療方案的制定提供一些建議。

抗戰陣型,AI怎麼看

團隊提取了13種癌症4,759位患者的5,455幅數字化病理影像。在訓練過程中,一位有經驗的病理學家要在影像中標記TIL壞死發生的區域。

這些訓練資料會被分成幾組,來餵養神經網路,讓它學會給腫瘤切片中的TIL“染色”,代替了傳統切片檢測中的蘇木精-伊紅 (H&E) 染色。

640?wx_fmt=jpeg 每列表示不同的特徵

然後,系統根據TIL數量和密度等簡單的資料,以及細胞群的屬性和影像規律等複雜的細節,在臨床資料和基因組資料的輔助之下,將腫瘤進行分類,繪製一幅關係對應圖

圖譜包含了,患者生存率腫瘤亞型免疫情況等各項指標與TIL之間的關係。

這樣一來,醫生便可以根據TIL反應的強弱等多種因素,來判斷要不要採用基於免疫的治療方案。

640?wx_fmt=png 表A是與人類相比的一致程度

從實驗結果來看,AI的“染色”和傳統H&E的染色區域雖不是完美重合,卻也達到了不錯的一致性。神經網路的表現讓團隊充滿了希望。

你不是一個人

640?wx_fmt=png 泛癌症圖譜專案

這項研究,是美國政府發起的癌症基因圖集 (TCGA) 計劃的一角,也是其收官專案泛癌症圖譜(PanCancer Atlas) 發表的27篇論文中的一篇。

論文發表後不久,泛癌症圖譜亦圓滿落幕。研究團隊希望,AI“染色”這個並不太貴的癌症診斷輔助工具,能夠在未來得到推廣。

這是一篇擁有17位作者的論文的傳送門:
http://www.cell.com/cell-reports/pdf/S2211-1247(18)30447-9.pdf

以及,泛癌症圖譜專案的傳送門:

http://www.cell.com/pb-assets/consortium/pancanceratlas/pancani3/index.html

誠摯招聘

量子位正在招募編輯/記者,工作地點在北京中關村。期待有才氣、有熱情的同學加入我們!相關細節,請在量子位公眾號(QbitAI)對話介面,回覆“招聘”兩個字。

640?wx_fmt=jpeg

量子位 QbitAI · 頭條號簽約作者

վ'ᴗ' ի 追蹤AI技術和產品新動態


相關文章