0
AI掘金志（公眾號）：雷鋒網(wǎng)旗下只專注于報道AI商業(yè)化與落地的垂直內(nèi)容頻道。助力“AI技術(shù)輸出者”尋找商業(yè)潛力大的落地場景，服務(wù)“AI技術(shù)消費(fèi)者”選擇適合自身的技術(shù)供應(yīng)商。
AI掘金志主要推送兩類文章：
1.深入挖掘AI公司與傳統(tǒng)機(jī)構(gòu)的合作案例。
2.剖析各地醫(yī)院、銀行、制造企業(yè)、零售商、政府部門等傳統(tǒng)機(jī)構(gòu)對AI的需求與實(shí)際應(yīng)用情況。
近日，英國國家醫(yī)療服務(wù)體系（NHS）與英特爾正式建立合作關(guān)系，利用 AI 來提高癌癥檢測的效率。
絕大多數(shù)情況系，當(dāng)患者在發(fā)現(xiàn)癌癥時就已錯過最佳治療時機(jī)。針對這一痛點(diǎn)，英特爾與英國華威大學(xué)、考文垂及沃里克大學(xué)醫(yī)院 NHS 信托合作，用 AI 對癌細(xì)胞進(jìn)行分類。
AI 在癌癥診療中的研究與應(yīng)用其實(shí)已進(jìn)展多年，去年美國休斯頓衛(wèi)理公會醫(yī)院的研究人員開發(fā)的 AI 軟件，能幫助醫(yī)生非常準(zhǔn)確和快速地診斷乳腺癌，具體實(shí)現(xiàn)方式是讀取乳腺 X 線影像結(jié)果，在短時間內(nèi)回顧幾百萬份紀(jì)錄，通過解讀病人的乳腺 X 線影像結(jié)果幫助醫(yī)生確定病人患乳腺癌的風(fēng)險，減少不必要的活檢。
除此之外，日本研究員開發(fā)的一款軟件僅需要花費(fèi) 10 分即可對來自 2000 萬個臨床腫瘤研究所提供的女性遺傳信息進(jìn)行對比分析，從而準(zhǔn)確診斷出女性患者所患的罕見類型的白血病。
總體而言，依賴大數(shù)據(jù)和人工智能設(shè)計的解決方案已經(jīng)在幫助人類診斷癌癥。
據(jù)悉，此次英國國家醫(yī)療服務(wù)體系與英特爾的合作中，華威大學(xué)的組織影像分析（TIA）實(shí)驗(yàn)室的研究員在 Nasir Rajpoot 教授的帶領(lǐng)下根據(jù)數(shù)千種人體組織細(xì)胞建立已知腫瘤和免疫細(xì)胞的數(shù)據(jù)庫，然后再利用算法和癌癥信息數(shù)據(jù)庫自動識別癌細(xì)胞。
考文垂及沃里克大學(xué)醫(yī)院 NHS 信托卓越中心主任、細(xì)胞病理學(xué)臨床醫(yī)師主管 David Snead 教授指出：研究員和醫(yī)生都知道用算法分析細(xì)胞的速度比人類更快，將這項技術(shù)應(yīng)用到實(shí)際工作中可以更好地為患者服務(wù)。
隨后，他們與阿蘭圖靈研究所簽訂了一項利用數(shù)據(jù)挖掘和人工智能訓(xùn)練細(xì)胞識別模型的合作項目，初步研究方向?qū)⒓性诜伟┥?。該系統(tǒng)采用英特爾 Xeon 處理器，并建立在 TensorFlow 等深度學(xué)習(xí)開源框架上。
拉吉普特教授稱：“我們很高興能在英特爾和阿蘭圖靈研究所的戰(zhàn)略合作框架下與英特爾合作。我們將通過這項合作從世界級計算機(jī)科學(xué)技術(shù)中受益，最終目的是優(yōu)化數(shù)字病理圖像分析軟件以及將我們實(shí)驗(yàn)室開發(fā)出來的某些最先進(jìn)的技術(shù)應(yīng)用到計算機(jī)輔助診斷和癌癥檢測中。”
當(dāng)下，大數(shù)據(jù)和人工智能正在不斷滲入到癌癥領(lǐng)域，當(dāng)然，現(xiàn)在仍舊面臨一定的難題，AI 雖有著強(qiáng)大的數(shù)據(jù)分析能力和影像識別能力，但是在精準(zhǔn)醫(yī)療中的作用其實(shí)非常有限。
雷鋒網(wǎng)了解到，之前《Nature》中有文章稱：癌癥的精準(zhǔn)治療是一個有待證明的假說。有研究機(jī)構(gòu)對美國 MD 安德森癌癥中心登記的 2600 名癌癥病人和美國國立癌癥研究所登記的 795 癌癥病人進(jìn)行研究，研究結(jié)果顯示，前者只有 6.4% 的病人獲得針對特定基因突變的靶向藥物治療效果，而后者的比率則僅有 2% 。
據(jù)悉，經(jīng)過測序等分子診斷分析，有 30%～50% 的病人能找到可以解釋腫瘤惡變的相關(guān)基因突變。與此同時，由于藥物有限，只有 3%~13% 的病人能夠找到精準(zhǔn)治療的藥物。
如果研究員不依賴于基因組、基因差異和生物學(xué)標(biāo)記來識別、診斷癌癥并制定相應(yīng)的方案，就無法教會人工智能做同樣的工作。
現(xiàn)在英、美、德三國的研究人員已經(jīng)在進(jìn)行相差的研究，即教會 AI 識別癌癥。英國斯旺西大學(xué)研究人員參與的研究可高效識別癌細(xì)胞等的不同類型的細(xì)胞。
在健康的細(xì)胞群內(nèi)識別癌細(xì)胞，目前做法采用熒光劑附著在細(xì)胞內(nèi)，通過顯微鏡觀察進(jìn)行識別。
以東京大學(xué)藥學(xué)院教授浦野泰照和美國國立衛(wèi)生研究所（NIH）主任研究員小林久隆共同研發(fā)的熒光劑為例，醫(yī)生只要向懷疑有癌細(xì)胞的部位噴灑熒光噴霧劑后，幾分鐘后癌細(xì)胞部位就會發(fā)出反射光。
濟(jì)生會福岡綜合醫(yī)院乳腺外科主任上尾裕紀(jì)和乳腺外科醫(yī)生上尾裕昭、九州大學(xué)別府醫(yī)院教授三森功士均對這種檢測試劑進(jìn)行了臨床效果驗(yàn)證，當(dāng)他們在手術(shù)摘除下來的乳腺癌細(xì)胞組織上噴灑無色液體試劑之后，一兩分鐘后癌細(xì)胞部位就開始發(fā)出綠色的熒光，觀察使用簡易的熒光檢測裝置即可分辨。
這類熒光劑的原理是利用有機(jī)小分子物質(zhì)在遇到分解蛋白質(zhì)酶時會產(chǎn)生反應(yīng)發(fā)出熒光原理，將氨基酸與熒光分子相結(jié)合形成的試劑本身是無色的，不發(fā)射熒光，一旦它與癌細(xì)胞表面的蛋白質(zhì)分解酶（GGT）相遇分解后很快就發(fā)出熒光。經(jīng)過對數(shù)十例乳腺腫瘤體的驗(yàn)證，結(jié)果表明感光度達(dá)到 92%，特異度達(dá)到 94%，診斷效果非常好，就連隱藏在 5cm 大乳腺組織中，大小僅有 1mm 的癌細(xì)胞和淋巴結(jié)轉(zhuǎn)移也能正確識別出來。
這種方法雖然有效，但根據(jù)臨床經(jīng)驗(yàn)來看，使用熒光劑容易干擾細(xì)胞行為，從而影響觀察結(jié)果。
因此，研究人員開始嘗試不采用染色劑的方式，而是改用數(shù)據(jù)輸入。讓算法分析多種細(xì)胞樣本的特征。經(jīng)過數(shù)據(jù)積累和模型訓(xùn)練后，可快速在細(xì)胞群中識別出目標(biāo)細(xì)胞，并這類細(xì)胞處在其生命周期的哪個階段，從而診斷癌癥。
除了醫(yī)療機(jī)構(gòu)外，科技巨頭們也紛紛投入到癌癥研究中，其中微軟和英偉達(dá)均已提出明確的戰(zhàn)略。而就在上周，Google 醫(yī)學(xué)博士 Lily Peng 在醫(yī)療大會上表示，谷歌利用深度學(xué)習(xí)在癌癥檢測上可以通過活檢圖像來定位癌細(xì)胞的位置，進(jìn)行醫(yī)療指導(dǎo)。
從整體趨勢判斷，未來也將會有更多企業(yè)進(jìn)軍這個領(lǐng)域。
更多關(guān)于人工智能升級傳統(tǒng)行業(yè)的文章，請關(guān)注雷鋒網(wǎng)AI商業(yè)化垂直微信公眾號：AI掘金志。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
