本文中,，小編整理了多篇重要研究成果，共同解讀科學(xué)家們?nèi)绾卫萌斯ぶ悄軄?lái)助力人類疾病研究,，分享給大家,！
圖片來(lái)源：medicalxpress.com
【1】Nature：診斷乳腺癌 人工智能完勝人類專家！
doi：10.1038/s41586-019-1799-6
近日,，一項(xiàng)刊登在國(guó)際雜志Nature上的研究報(bào)告中,，來(lái)自谷歌健康公司的科學(xué)家們通過(guò)研究開(kāi)發(fā)出了一種新型的計(jì)算機(jī)程序，其能通過(guò)常規(guī)掃描,，以比人類專家更高的準(zhǔn)確率對(duì)乳腺癌進(jìn)行診斷和檢測(cè),。乳腺癌是女性群體中最常見(jiàn)的一種癌癥類型，僅去年一年就有超過(guò)200萬(wàn)的新確診病例,，在沒(méi)有明顯癥狀的患者群體中,，進(jìn)行定期篩查對(duì)于發(fā)現(xiàn)疾病的早期癥狀至關(guān)重要,；在英國(guó)，50歲以上的女性會(huì)被建議每三年進(jìn)行一次乳腺X光檢查,，同時(shí)檢查結(jié)果由兩位獨(dú)立的專家進(jìn)行分析,。
但對(duì)掃描結(jié)果的解讀往往留有出錯(cuò)的余地，而且在所有乳腺X光檢查中,，有一小部分結(jié)果會(huì)被出現(xiàn)假陽(yáng)性（將健康人群誤診為患有癌癥）或假陰性（將疾病陽(yáng)性誤診為陰性）,。這項(xiàng)研究中，研究人員通過(guò)研究,，成功利用人工智能模型對(duì)英國(guó)和美國(guó)的數(shù)千名女性進(jìn)行乳腺癌的掃描檢測(cè),；這些圖像在現(xiàn)實(shí)生活中已經(jīng)被醫(yī)生分析檢查過(guò)了，但與臨床環(huán)境不同的是,，機(jī)器（人工智能算法）并沒(méi)有依據(jù)病人的病史來(lái)進(jìn)行疾病的診斷,。
【2】ERMD：突破！科學(xué)家有望開(kāi)發(fā)出一種新型的乳腺癌人工智能診斷工具
doi：10.1080/14737159.2019.1659727
日前,，一項(xiàng)刊登在國(guó)際雜志Expert Review of Molecular Diagnostics上的研究報(bào)告中,，來(lái)自蘭卡斯特大學(xué)等機(jī)構(gòu)的科學(xué)家們通過(guò)研究開(kāi)發(fā)出了一種新方法，其或能識(shí)別出不同類型乳腺癌的特殊化學(xué)“指紋”,，這些指紋就能被用來(lái)開(kāi)發(fā)一種AI軟件,，從而制造出一種新型工具快速且準(zhǔn)確地對(duì)乳腺癌進(jìn)行診斷。
文章中,，研究人員利用一種名為“拉曼光譜”的專門化學(xué)分析技術(shù)對(duì)活組織進(jìn)行分析,，識(shí)別出了多種類型乳腺癌的分子結(jié)構(gòu)特性以及每一種癌癥彼此之間的差異。拉曼光譜分析能提供細(xì)胞的實(shí)時(shí)信息,，并用來(lái)檢測(cè)細(xì)胞的行為,、擴(kuò)散以及在機(jī)體中何時(shí)出現(xiàn)等。當(dāng)識(shí)別出乳腺癌細(xì)胞的化學(xué)指紋并觀察到其改變的方式后,，研究人員就能利用這些信息來(lái)訓(xùn)練復(fù)雜的機(jī)器學(xué)習(xí)算法識(shí)別四種不同的癌癥亞型,。
【3】Nature子刊：人工智能助力白血病的診斷
doi：10.1038/s42256-019-0101-9
每天，醫(yī)學(xué)實(shí)驗(yàn)室或診所等機(jī)構(gòu)都要對(duì)數(shù)百萬(wàn)個(gè)單細(xì)胞的診斷工作,。大部分重復(fù)性工作仍由受過(guò)訓(xùn)練的細(xì)胞學(xué)家手動(dòng)完成,，他們通過(guò)檢查染色涂片中的細(xì)胞并將其分為大約15個(gè)不同類別。為了順利完成上述工作,，需要具備專業(yè)知識(shí)且訓(xùn)練有素的細(xì)胞學(xué)家,。
為了提高細(xì)胞分類以及檢測(cè)效率，Helmholtz Zentrum München和慕尼黑LMU大學(xué)醫(yī)院的一組研究人員“訓(xùn)練”了一個(gè)具有近20,，000個(gè)單細(xì)胞圖像的深層神經(jīng)元網(wǎng)絡(luò),。在這項(xiàng)研究中，來(lái)自Helmholtz ZentrumMünchen的計(jì)算生物學(xué)研究所的Carsten Marr博士與Christian Matek博士以及來(lái)自LMU慕尼黑大學(xué)醫(yī)院的med Karsten Spiekermann和Simone Schwarz教授對(duì) 100例患有侵襲性血液病AML的患者和100例對(duì)照志愿者的血液涂片中提取了相關(guān)的圖像并且進(jìn)行分析。通過(guò)比較其與人類專家的檢測(cè)準(zhǔn)確性,，從而評(píng)估AI驅(qū)動(dòng)的檢測(cè)方法的效果,。結(jié)果表明，由AI驅(qū)動(dòng)的解決方案能夠取得與訓(xùn)練有素的細(xì)胞學(xué)家一樣好的成績(jī),。
【4】J Biomed Inform：利用人工智能尋找心臟疾病的跡象
doi：10.1016/j.jbi.2019.103270
近日,，一項(xiàng)刊登在Journal of Biomedical Informatics雜志上的研究報(bào)告中，來(lái)自國(guó)外的研究人員利用機(jī)器學(xué)習(xí)處理未標(biāo)記的電子健康記錄(electronic health record ,，EHR)數(shù)據(jù),，揭示了心血管疾病(cardiovascular disease，CVD)的發(fā)生過(guò)程,。
這項(xiàng)研究基于自動(dòng)化的患者表型(如果眼睛的顏色是一種特征，那么藍(lán)色眼睛就是一種表型)和豐富的縱向數(shù)據(jù),。Zhaojuan博士,、weiqi博士和他的同事收集了12380例至少在CVD診斷前10年被識(shí)別的患者記錄。自動(dòng)掃描在該數(shù)據(jù)集中發(fā)現(xiàn)了1068種不同的患者表型,。
【5】Genome Med：人工智能助力克羅恩氏病的治療
doi：10.1186/s13073-019-0670-6
在最近的研究中,，科學(xué)家開(kāi)發(fā)了一種計(jì)算方法，可以幫助增進(jìn)對(duì)克羅恩?。–rohn Disease,，一種引起消化道炎癥的疾病）的理解和治療,。由羅格斯（Rutgers）領(lǐng)導(dǎo)的這項(xiàng)研究發(fā)表在Genome Medicine雜志上,。該研究利用人工智能檢查了111人中克羅恩氏病的遺傳特征。該方法揭示了以前未發(fā)現(xiàn)的與疾病相關(guān)的基因,，并準(zhǔn)確預(yù)測(cè)了其他數(shù)**是否患有該疾病,。
研究者Yana Bromberg表示我們的方法不是臨床診斷工具，但是它會(huì)產(chǎn)生有趣的觀察結(jié)果,。進(jìn)一步的實(shí)驗(yàn)工作可能揭示某些克羅恩氏病背后的分子原因,，并有可能促進(jìn)對(duì)該病的更好治療。
圖片來(lái)源：www.pixabay.com
【6】Nat Machine Intelligence： 人工智能助力生物醫(yī)學(xué)成像
doi：10.1038/s42256-019-0095-3
根據(jù)最近一項(xiàng)研究,，蘇黎世聯(lián)邦理工學(xué)院和蘇黎世大學(xué)的科學(xué)家成功利用機(jī)器學(xué)習(xí)方法來(lái)改善光聲成像,。這種相對(duì)年輕的醫(yī)學(xué)成像技術(shù)可用于諸如可視化血管，研究腦活動(dòng),，表征皮膚病變和診斷乳腺癌等方向,。然而，渲染圖像的質(zhì)量很大程度上取決于設(shè)備使用的傳感器的數(shù)量和分布：傳感器的數(shù)量越多,，圖像質(zhì)量就越好,。 對(duì)此，研究人員開(kāi)發(fā)的新方法可以在不放棄最終圖像質(zhì)量的情況下大幅減少傳感器的數(shù)量,，從而可以降低設(shè)備成本,，提高成像速度并改善診斷結(jié)果,。
光聲學(xué)在某些方面與超聲成像相似。在后者中,，探頭將超聲波發(fā)送到體內(nèi),，并被組織反射。探頭中的傳感器檢測(cè)返回的聲波,，隨后生成人體內(nèi)部的圖像,。在光聲成像中，取而代之的是將非常短的激光脈沖發(fā)送到組織中,，然后被吸收并轉(zhuǎn)換成超聲波,。最終，超聲波被檢測(cè)并轉(zhuǎn)換為圖像,。
【7】JAMA Network Open：突破,！新型人工智能系統(tǒng)或能優(yōu)于臨床醫(yī)生對(duì)乳腺癌進(jìn)行準(zhǔn)確診斷！
doi：10.1001/jamanetworkopen.2019.8777
近日,，一項(xiàng)刊登在國(guó)際雜志JAMA Network Open上的研究報(bào)告中,，來(lái)自加利福尼亞大學(xué)的科學(xué)家們通過(guò)研究開(kāi)發(fā)了一種人工智能系統(tǒng)，其或能夠幫助病理學(xué)家更準(zhǔn)確地讀取活組織檢查結(jié)果及更好地檢測(cè)并診斷乳腺癌,。這種新型系統(tǒng)能幫助解釋醫(yī)學(xué)成像結(jié)果從而用于診斷乳腺癌（人眼無(wú)法有效區(qū)分）,，其幾乎能夠像一名經(jīng)驗(yàn)豐富的病理學(xué)家一樣對(duì)乳腺癌進(jìn)行準(zhǔn)確診斷。
研究者Joann Elmore表示,，從一開(kāi)始就得到正確的診斷結(jié)果是非常重要的,，這樣才能夠幫助我們對(duì)患者進(jìn)行最有效地診斷和治療；2015年研究人員發(fā)現(xiàn),，病理學(xué)家對(duì)乳腺癌活組織檢查結(jié)果的解釋存在很多不一致的想法,，而且每年有數(shù)百萬(wàn)女性都會(huì)接受乳腺活組織檢查手術(shù)；早期研究結(jié)果表明,，每6名原位導(dǎo)管癌（一種非侵入性的乳腺癌）的女性中就有1名會(huì)出現(xiàn)錯(cuò)誤診斷,，而且大約一半的乳腺異型性活組織檢查病例（與高風(fēng)險(xiǎn)乳腺癌相關(guān)的異常細(xì)胞）都會(huì)被給出錯(cuò)誤的診斷。
【8】Nature：利用人工智能預(yù)測(cè)急性腎損傷
doi：10.1038/s41586-019-1390-1
在一項(xiàng)（潤(rùn)寶醫(yī)療網(wǎng)）
