Ученые-компьютерщики достигли того, что было «невозможно» несколько лет назад
Теперь исследователи могут использовать ИИ для извлечения жизненно важной информации из биопсии рака молочной железы за секунды, а не за недели.
Они используют возможности глубокого обучения, чтобы выяснить, препятствует ли конкретный белок собственному телу пациента атаковать опухоль.
Группа ученых-компьютерщиков из Техниона — Израильского технологического института в Хайфе добилась того, что еще несколько лет назад считалось невозможным.
Визуализация того, как ИИ предсказывает наличие PD-L1 у восьми пациентов. (Courtesy)
Они обучили компьютер определять наличие PD-L1 , белка, который эффективно обеспечивает «парольную защиту» опухоли и не дает иммунной системе атаковать ее.
Вооружившись этими знаниями, врачи могут назначать иммунотерапевтические препараты, способные взломать пароль и активировать защитные силы организма.
Исследователи научили ИИ идентифицировать PD-L1, показав ему биопсии тысяч пациентов.
В тестах нейронные сети или искусственные способы «мышления», которые они разработали, смогли правильно определить наличие PD-L1 в 70% случаев. В остальных 30% случаев ИИ не ошибался — он просто не мог прийти к выводу.
Это огромный шаг вперед, который в конечном итоге может привести к тому, что машины будут диагностировать пациентов, хотя он еще не достиг уровня успеха патологоанатомов.
Сказав это, это намного быстрее, намного дешевле, и у него есть потенциал, чтобы стать более последовательным и более надежным.
В настоящее время врачи отправляют биопсию пациента или образец ткани в патологоанатомическую лабораторию. Базового теста с использованием двух простых красителей — гематоксилина и эозина (известного как окрашивание H&E) — достаточно, чтобы определить, есть ли у пациента рак и насколько он запущен.
Исследователи (слева направо) Амир Ливне, доктор Гил Шамаи и профессор Рон Киммел. Кортси. Courtsey
Но дальнейший анализ этой биопсии, чтобы установить наличие PD-L1, требует гораздо более сложного окрашивания и является длительной и сложной процедурой. Пациент обычно ждет две недели или больше, пока лаборатория не даст ему ответ «да» или «нет».
Профессор Рон Киммел, доктор Гил Шамай и Амир Ливне, работающие на Таубском факультете компьютерных наук Техниона, поняли, что ИИ может предложить решение.
Они рассудили, что он может быть достаточно мощным, чтобы увидеть закономерности в «базовом тесте», который позволил бы ему определить наличие PD-L1 без дополнительных тестов в лаборатории патологии.
Они были правы. Они знают, что это работает, потому что они сравнили его результаты с выводами патологоанатомов. Они знают, что он ищет визуальные паттерны, которые не может обнаружить ни один человек. Но, как и в случае с так называемым «черным ящиком ИИ», они не знают, что они собой представляют.
«Один вопрос, который нам всегда задают, по крайней мере врачи, — как, черт возьми, ИИ смог это увидеть», — говорит доктор Шамай NoCamels.
«Мы изобрели ИИ, создали его и заставили его работать, и мы знаем, что он работает.
PD-L1 показан красным. Deposit Photos
«Мы знаем точное вычисление, но вычисление сложное, и мы не можем понять его и действительно понять, как было сделано предсказание.
«Это общая вещь в продвинутом ИИ, он считается черным ящиком, он может делать удивительные вещи, но вы не можете интерпретировать их интуитивно».
Недавно в журнале Nature Communications было опубликовано исследование, подробно описывающее их исследование, озаглавленное « Анализ изображений на основе глубокого обучения, предсказывающий статус PD-L1 на основе гистопатологических изображений, окрашенных H&E, при раке молочной железы » .
«Это важное достижение, — сказал профессор Киммел. «Вариации, которые обнаружил компьютер, неразличимы для человеческого глаза.
«Клетки устраиваются по-разному, если у них есть PD-L1 или нет, но различия настолько малы, что даже обученный патологоанатом не может их уверенно идентифицировать. Теперь наша нейронная сеть может».
ИИ просматривает цифровое сканирование биопсии пациента и дает почти мгновенный ответ.
Команда обучила его цифровым изображениям биопсии 3376 пациентов, которые были помечены как экспрессирующие или не экспрессирующие PD-L1.
Затем они протестировали его с 275 изображениями, которых он раньше не видел, чтобы оценить, может ли он правильно предсказать наличие PD-L1. Он был прав в 70% случаев, а в 30% случаев не мог сказать, потому что не мог определить закономерность.
В тех случаях, когда он не соглашался с патологоанатомом, второй тест подтверждал правильность ИИ.
«Семь лет назад клиницист выдвинул идею о том, что, возможно, мы можем предсказать многие из этих белков, применяя искусственный интеллект к цифровому сканированию биопсии, используя только базовое окрашивание», — сказал доктор Шамай.
«Это звучало как сумасшедшая идея. Они сказали нам, что это невозможно, поэтому, конечно, мы должны были доказать их неправоту».
Сканирование биопсий, а не просмотр их под микроскопом, является недавней инновацией, как и достижения в области глубокого обучения. Вместе они сделали прорыв команды возможным.
Но им все еще нужно было найти достаточно сканов, чтобы обучить ИИ, и они столкнулись с многочисленными проблемами, потому что файлы были огромными и имели множество форматов, которые нужно было стандартизировать.
«Мы выращивали их в течение последних трех лет. Я расширил эту идею, сотрудничая с медицинскими центрами и получая больше данных», — сказал доктор Шамаи.
Новые методы искусственного интеллекта дают результаты гораздо быстрее, чем традиционные лаборатории патологии. Courtesy Michal Jarmoluk / Pixabay
«Теперь у нас больше клиницистов, патологоанатомов и онкологов, консультирующих нас. И теперь у нас есть команда из примерно 19 студентов, 12 из которых получают первую степень, и еще больше магистров или аспирантов.
«У нас есть три разработчика, которые работают с нами, у нас есть два студента медицинского факультета, которые занимаются сбором данных, и у нас есть еще много текущих исследований».
В настоящее время тест можно использовать для проверки качества работы патологоанатомов, но команда постоянно совершенствует технологию. Доктор Шамай считает, что со временем FDA может разрешить его использование в качестве диагностического инструмента.
Профессор Киммел сказал: «Мы ожидаем, что ИИ станет мощным инструментом в руках врачей. ИИ может помочь в постановке или подтверждении диагноза, он может помочь подобрать лечение для конкретного пациента, он может предложить прогноз.
«Я не думаю, что он может или должен заменить человека-врача. Но это может сделать некоторые элементы работы врачей проще, быстрее и точнее».
