藥明康德AI/報道
人工智能在醫(yī)學影像領(lǐng)域的應(yīng)用比比皆是,亂花漸欲迷人眼,人們第一反應(yīng)往往是“醫(yī)生被取代”等這類的字眼,乍一看有這樣的認知十分正常,人們可能覺得這是AI在醫(yī)學成像領(lǐng)域的常見應(yīng)用。
不過突破常規(guī),才有可能有新成績。本文將介紹一種AI應(yīng)用于醫(yī)學影像領(lǐng)域的特殊用途,其特殊之處在于它可以減少PET/CT(正電子發(fā)射計算機斷層顯像)的使用,這也就意味著患者不會受到異常水平的輻射。
圖片來源:Pixabay
最近,總部位于以色列的Zebra Medical Vision公司宣布,他們與強生(Johnson & Johnson’s)旗下專注于骨科和神經(jīng)外科手術(shù)部門DePuy Synthes建立合作伙伴關(guān)系,將其基于AI的影像分析技術(shù)融合在骨科影像中,為骨科治療帶來新方法。
在本次合作中,Zebra Medical的機器學習算法將發(fā)揮其作用,它可以從2D的x射線影像中創(chuàng)建患者的3D疾病模型。由于該公司可以突破性地獲取數(shù)億張醫(yī)學圖像,其算法會在這些數(shù)據(jù)集上不斷學習從二維到三維的創(chuàng)建過程。他們希望一定程度上減少使用PET/CT掃描技術(shù)帶來的輻射,那么醫(yī)療輻射對人體是否有害呢?
醫(yī)療輻射對身體有害嗎?
對于醫(yī)學檢查中的輻射,一般采用“兩害取其輕”的做法。若將PET/CT作為確定腫瘤的良惡性等的手段,其積極意義遠大于輻射對身體的影響。無法避免的是,有人經(jīng)過一次PET/CT檢查后,間隔不久又會多次進行它產(chǎn)生輻射的檢查,輻射劑量便會在人體累積,如果人體未得到及時修復,那么身體受輻射影響的可能性會增高。
圖片來源:Pixabay
一次CT掃描會產(chǎn)生1-10毫西弗(mSv)的輻射(相當于進行了100-200次x光檢查),具體輻射值則取決于放射劑量和所需檢查的身體部位。這些輻射量對于患者來說,其日后生活中僅有1/2000的可能患上癌癥,可見是低概率事件。
但對于涉及進行多次檢查或接受高劑量檢查的人們來說,x射線、γ射線的確是已知的致癌物?;趧游锖腿祟惖淖C據(jù),一些專家機構(gòu)也對此進行了評估,美國癌癥協(xié)會(American Cancer Society)在《x射線和γ射線會對人體產(chǎn)生危害嗎?》報道中列舉:
國際癌癥研究機構(gòu)(IARC)——世界衛(wèi)生組織的下設(shè)組織,根據(jù)現(xiàn)有數(shù)據(jù),將x射線和γ射線歸類為“已知的人類致癌物”;
美國國家毒理學計劃(NTP)——由美國國立衛(wèi)生研究院(NIH)、美國疾病控制和預防中心(CDC)和美國食品和藥物管理局(FDA)組成,將x射線和γ射線歸類為“已知的人類致癌物”;
美國環(huán)境保護局(EPA)則設(shè)定了暴露于X射線和γ射線的限制,部分原因是因為他們認為這種形式的輻射會導致癌癥。
圖片來源:Pixabay
存在即合理,使用AI技術(shù)創(chuàng)建的3D醫(yī)學影像便有其積極作用,通過減少PET/CT掃描的需求,從而減少一部分特定人群遭受相對高劑量的輻射。因此,Zebra Medical使用機器學習來避免不必要的掃描是AI醫(yī)學影像積極的發(fā)展方向。
醫(yī)學影像突破平面,從2D到3D
在Zebra Medical本次的合作中,從二維影像到三維疾病模型影像的轉(zhuǎn)變也令人印象深刻,這一領(lǐng)域也有許多機構(gòu)、企業(yè)著手進行著相關(guān)研究。我們將對其中影響力較為長遠的幾例研究進行簡單概述,來看看3D模型影像對生物醫(yī)療領(lǐng)域發(fā)展的貢獻值。
圖片來源:Pixabay
2018年5月,為更全面地了解每個細胞應(yīng)對疾病的完整過程,來自艾倫研究院(Allen Institute)的科學家使用AI創(chuàng)建了人類細胞的第一個完整的3D模型,展示了細胞內(nèi)的不同部分和結(jié)構(gòu)是如何運作的,醫(yī)生也因此可以直觀地看到癌癥和其他疾病對個體細胞的影響。
2019年2月,總部位于慕尼黑的初創(chuàng)公司ImFusion公司,采用深度學習技術(shù)將將2D超聲數(shù)據(jù)轉(zhuǎn)換為3D圖像,同時還能為外科醫(yī)生在手術(shù)期間實時提供患者的3D模型,傳統(tǒng)的MRI或CT掃描技術(shù)無法實現(xiàn)這一點,從手術(shù)效率這一點上改善了醫(yī)生進行手術(shù)的方式。
2019年11月,加州大學洛杉磯分校(University of California, Los Angeles)的研究團隊在《自然方法》(Nature Methods)子刊發(fā)表研究成果,他們通過深度學習,設(shè)計了擴展熒光顯微鏡功能的技術(shù)Deep-Z,將二維圖像轉(zhuǎn)換成虛擬三維切片的堆棧,這些三維切片則可以清晰顯示生物體內(nèi)的活動,將益于生命科學、生物學等學科的發(fā)展。
結(jié)語
雖然上述成果看上去與PET/CT掃描的替代沒有什么聯(lián)系,但它們都強調(diào)了AI在影像這一領(lǐng)域的研究正以不同的形式展開,未來人工智能構(gòu)建下,3D模型影像技術(shù)不斷發(fā)展,醫(yī)學環(huán)境中不必要的輻射被避免,對于人類身體健康來說也是一種雙重促進。
本文由藥明康德AI
整理編譯來源:forbes.com
參考資料
[1] How Medical AI Can Save Patients From Excessive Exposure To Radiation Retrieved Jan 3, 2020 from https://www.forbes.com/sites/simonchandler/2019/12/19/how-medical-ai-can-save-patients-from-excessive-exposure-to-radiation/#58fe9a3a15b2
[2] Do x-rays and gamma rays cause cancer? Retrieved Jan 3, 2020 from https://www.cancer.org/cancer/cancer-causes/radiation-exposure/x-rays-gamma-rays/do-xrays-and-gamma-rays-cause-cancer.html
[3] Artificial Intelligence Converts 2D Images Into 3D Using Deep Learning Retrieved Jan 3, 2020
from https://scitechdaily.com/artificial-intelligence-converts-2d-images-into-3d-using-deep-learning-video/
[4] Munich Startup Uses AI to Take Medical Imaging to Another Dimension Retrieved Jan 3, 2020
from https://blogs.nvidia.com/blog/2019/02/06/2d-to-3d-medical-imaging/
[5] https://baike.baidu.com/item/PET-CT/8808562?fr=aladdin#8
版權(quán)說明:歡迎個人轉(zhuǎn)發(fā)至朋友圈,謝絕媒體或機構(gòu)未經(jīng)授權(quán)以任何形式轉(zhuǎn)載至其他平臺。