根據《自然醫學》雜誌的一篇報道，腦外科醫師正在將人工智能和新的成像技術帶入手術室，以像病理學家一樣準確，更快地診斷腫瘤。
新方法簡化了在患者仍在手術檯上時分析組織樣本的標準做法，從而有助於指導腦部手術和後續治療。
傳統的方法需要將組織發送到實驗室，冷凍並染色，然後通過顯微鏡凝視，需要20至30分鐘或更長時間。新技術需要兩分半鐘。像舊方法一樣，它需要從大腦中去除組織，但是要使用激光來創建圖像，並使用計算機在手術室中讀取它們。
紐約大學神經外科醫師Daniel A. Orringer博士說：“儘管我們經常有基於術前MRI的線索，但是建立診斷幾乎是所有腦腫瘤手術的主要目標，無論是切除腫瘤還是進行活檢。 Langone Health和該報告的資深作者。
他說，除了加快這一過程外，新技術還可以檢測出傳統方法可能遺漏的一些細節，例如腫瘤沿著神經纖維的擴散。並且與通常的方法不同，新方法不會破壞樣品，因此該組織可以再次用於進一步測試。
該報告說，新工藝還可能有助於其他程序，在這些程序中醫生還需要對仍在操作的組織進行分析，例如頭頸部，乳房，皮膚和婦科手術。它還指出，神經病理學家短缺，並建議新技術可能有助於填補缺乏專科的醫療中心的空白。
還正在開發算法，以幫助通過CT掃描檢測肺癌，診斷糖尿病患者的眼部疾病並在顯微鏡載玻片上發現癌症。這份新報告帶來了人工智能-所謂的深度神經網絡-距離患者及其治療更近了一步。
該研究涉及來自278名患者的腦組織，並在手術仍在進行時進行了分析。將每個樣品分開，一半用於AI，一半用於神經病理學家。後來根據診斷與手術後進行的更長和更廣泛的檢查結果是否一致來判斷診斷是對還是錯。
結果是平局：人類，正確率為93.9％；人工智能：94.6％。
該研究由美國國家癌症研究所，密歇根大學和私人基金會支付。Orringer博士以及該公司員工的幾位合著者都擁有製造成像系統的公司的股票。在移居紐約之前，他在密歇根大學進行了研究。
未參與這項研究的西奈山衛生系統神經外科主席喬舒亞·貝德森博士說：“進行準確的術中診斷將非常有用。” 他補充說：“我認為他們低估了這一點的重要性。”
他說，在腦外科手術中檢查組織的傳統方法稱為冷凍切片，通常需要30分鐘以上的時間，而且準確性遠遠低於研究中的準確性。他說，在某些中心，腦外科醫師甚至不訂購冷凍切片，因為他們不信任冷凍切片，而是寧願在手術後等待組織處理，這可能需要數週才能完成。
貝德森博士說：“與我合作的神經病理學家非常出色。” “他們討厭冷凍的部分。他們不希望我們根據不太可靠的事情做出改變人生的決定。”
Bederson博士說，研究作者通過與三個以神經外科和神經病理學著稱的醫學中心的專家進行抗衡，為他們的新技術設定了很高的標準：紐約哥倫比亞大學，邁阿密大學和密歇根大學，安娜堡。
貝德森博士說：“我認為這項研究的結果是，因為他們想做一個很好的比較，所以他們擁有傳統方法中最好的優點，我認為這遠遠超出了大多數情況下可用的方法。”
該研究的關鍵是使用激光掃描具有特定波長的光的組織樣本，該技術稱為受激拉曼組織學。不同類型的組織以獨特的方式散射光。光線照射到探測器上，探測器發出信號，計算機可以處理該信號以重建圖像並識別組織。、、該系統還生成類似於人類可以檢查的傳統幻燈片的虛擬圖像。
研究人員使用來自415名腦外科手術患者的組織中的圖像來訓練人工智能系統，以識別10種最常見的腦腫瘤類型。
某些類型的腦腫瘤非常罕見，以至於沒有足夠的數據來訓練AI系統，因此該研究中的系統旨在從本質上扔掉無法識別的樣本。
總體而言，該系統確實犯了錯誤：它誤診了14例人類正確的案例。醫生錯過了17臺計算機正常的案例。
奧林格博士說：“我本來希望能有更好的結果。” “是興奮的。它說，算法與人類直覺的結合提高了我們預測診斷的能力。”
Orringer博士說，在他自己的實踐中，他經常使用該系統來快速確定他是否已儘可能多地切除了腦瘤，或者是否應該繼續切除。
他說：“如果我在一次手術中有六個問題，我可以在沒有六次30或40分鐘的情況下得到回答。” “我以前沒有這樣做。長期接受麻醉對患者來說是沉重的負擔。”
貝德森博士說，他已經參加了一項與該研究系統類似的系統的試驗研究，並希望使用該系統，他的醫院正在考慮購買該技術。
他說：“這不會改變腦外科手術，但是它將增加一個重要的新工具，其意義遠比他們所說的重要。”
閱讀更多 互聯網新鮮匯 的文章
