【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)刊登在國際雜志Nature上的研究報(bào)告中，來自谷歌健康公司的科學(xué)家們通過研究開發(fā)出了一種新型的計(jì)算機(jī)程序，其能通過常規(guī)掃描，以比人類專家更高的準(zhǔn)確率對乳腺癌進(jìn)行診斷和檢測。乳腺癌是女性群體中最常見的一種癌癥類型，僅去年一年就有超過200萬的新確診病例，在沒有明顯癥狀的患者群體中，進(jìn)行定期篩查對于發(fā)現(xiàn)疾病的早期癥狀至關(guān)重要；在英國，50歲以上的女性會被建議每三年進(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)果會被出現(xiàn)假陽性（將健康人群誤診為患有癌癥）或假陰性（將疾病陽性誤診為陰性）。這項(xiàng)研究中，研究人員通過研究，成功利用人工智能模型對英國和美國的數(shù)千名女性進(jìn)行乳腺癌的掃描檢測；這些圖像在現(xiàn)實(shí)生活中已經(jīng)被醫(yī)生分析檢查過了，但與臨床環(huán)境不同的是，機(jī)器（人工智能算法）并沒有依據(jù)病人的病史來進(jìn)行疾病的診斷。

【2】ERMD：突破！科學(xué)家有望開發(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)刊登在國際雜志Expert Review of Molecular Diagnostics上的研究報(bào)告中，來自蘭卡斯特大學(xué)等機(jī)構(gòu)的科學(xué)家們通過研究開發(fā)出了一種新方法，其或能識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開發(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)對活組織進(jìn)行分析，識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，并用來檢測細(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訓(xùn)練復(fù)雜的機(jī)器學(xué)習(xí)算法識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)都要對數(shù)百萬個(gè)單細(xì)胞的診斷工作。大部分重復(fù)性工作仍由受過訓(xùn)練的細(xì)胞學(xué)家手動(dòng)完成，他們通過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博士以及來自LMU慕尼黑大學(xué)醫(yī)院的med Karsten Spiekermann和Simone Schwarz教授對 100例患有侵襲性血液病AML的患者和100例對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。通過比較其與人類專家的檢測準(zhǔn)確性，從而評估AI驅(qū)動(dòng)的檢測方法的效果。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。

【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，來自國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)家開發(fā)了一種計(jì)算方法，可以幫助增進(jìn)對克羅恩病（Crohn 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)測了其他數(shù)千人是否患有該疾病。

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)對該病的更好治療。

【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)方法來改善光聲成像。這種相對年輕的醫(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。 對此，研究人員開發(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)刊登在國際雜志JAMA Network Open上的研究報(bào)告中，來自加利福尼亞大學(xué)的科學(xué)家們通過研究開發(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)家一樣對乳腺癌進(jìn)行準(zhǔn)確診斷。

研究者Joann Elmore表示，從一開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)百萬女性都會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）都會被給出錯(cuò)誤的診斷。

【8】Nature：利用人工智能預(yù)測急性腎損傷

doi：10.1038/s41586-019-1390-1

在一項(xiàng)新的研究中，美國和英國的研究人員將人工智能（AI）應(yīng)用于解決檢測住院患者急性腎損傷（acute kidney injury， AKI）的問題。相關(guān)研究結(jié)果近期發(fā)表在Nature期刊上，論文標(biāo)題為“A clinically applicable approach to continuous prediction of future acute kidney injury”。在這篇論文中，他們描述了他們的深度學(xué)習(xí)系統(tǒng)及其表現(xiàn)如何。

急性腎損傷（AKI）可導(dǎo)致腎臟惡化。在嚴(yán)重的情況下，它可能導(dǎo)致移植需求或死亡。急性腎損傷通常發(fā)生正在醫(yī)院中接受治療的患者身上，并且通常是身體快速下滑的跡象，需要醫(yī)院工作人員采取緊急措施以阻止進(jìn)一步的不可逆腎損傷。在這項(xiàng)新的研究中，這些研究人員想知道是否有可能使用人工智比在醫(yī)院中通常發(fā)生的時(shí)間更早地檢測急性腎損傷的癥狀，從而為患者提供更好的結(jié)果。

【9】Nat Med：利用人工智能準(zhǔn)確地診斷肺癌，準(zhǔn)確率高達(dá)94%

doi：10.1038/s41591-019-0447-x

在一項(xiàng)新的研究中，軟件工程師和臨床研究人員之間的合作產(chǎn)生了一個(gè)人工智能程序，該程序使用圖像來預(yù)測哪些人將患上肺癌，準(zhǔn)確率為94％。這個(gè)研究團(tuán)隊(duì)發(fā)現(xiàn)這個(gè)算法與放射科醫(yī)師基于同一個(gè)人的多次計(jì)算機(jī)斷層掃描（CT）來篩查癌癥一樣準(zhǔn)確，并且當(dāng)它僅能從一個(gè)人那里獲得一次掃描時(shí)，它的表現(xiàn)優(yōu)于醫(yī)生，相關(guān)研究結(jié)果發(fā)表在Nature Medicine期刊上。

美國國家衛(wèi)生研究院（NIH）之前針對吸煙者進(jìn)行肺癌篩查的一項(xiàng)研究已發(fā)現(xiàn)，通過CT掃描檢測這種疾病的早期癥狀可將死亡率降低大約20％，但是活組織檢查等程序?qū)е乱恍〤T掃描出現(xiàn)假陽性的人死亡（NEJM， 2011， doi：10.1056/NEJMoa1102873）。為了了解人工智能（AI）是否可以增強(qiáng)放射科醫(yī)師在分析CT掃描時(shí)的準(zhǔn)確性，該研究團(tuán)隊(duì)將早期NIH研究中的數(shù)千次CT掃描輸入到谷歌的計(jì)算機(jī)中，同時(shí)輸入的還有患者的后期診斷結(jié)果。

在經(jīng)過培訓(xùn)之后，該研究團(tuán)隊(duì)測試了這種算法基于新的CT掃描檢測癌癥的準(zhǔn)確性，并將它與六位放射科醫(yī)師進(jìn)行了比較。隨著時(shí)間的推移，當(dāng)對一個(gè)人進(jìn)行多次掃描時(shí)，這種算法的表現(xiàn)與放射科醫(yī)師一樣好，但是當(dāng)僅有一張掃描圖像可用時(shí)，相比于臨床醫(yī)師，它產(chǎn)生的假陰性減少了5％，假陽性減少了11％。

【10】Nat Commun：人工智能促進(jìn)阿爾茲海默癥的研究

doi：10.1038/s41467-019-10212-1

近日，來自加州大學(xué)戴維斯分校和加州大學(xué)舊金山分校的研究人員已經(jīng)找到了一種方法來訓(xùn)練計(jì)算機(jī)精確檢測人類大腦組織中阿爾茨海默病的生物標(biāo)志物。淀粉樣斑塊是阿爾茨海默病患者大腦中蛋白質(zhì)碎片的團(tuán)塊，可破壞神經(jīng)細(xì)胞的連接。加州大學(xué)科學(xué)家團(tuán)隊(duì)開發(fā)的機(jī)器學(xué)習(xí)工具可以“看到”腦組織樣本是否有一種類型的淀粉樣蛋白斑塊，并且很快就能完成。

相關(guān)研究結(jié)果發(fā)表在Nature Communications上，表明機(jī)器學(xué)習(xí)可以增強(qiáng)專家神經(jīng)病理學(xué)家的專業(yè)知識和分析。該工具允許他們分析數(shù)千倍的數(shù)據(jù)，并提出即使是訓(xùn)練有素的人類專家的有限數(shù)據(jù)處理能力也無法實(shí)現(xiàn)的新問題。