人工智慧病理學家協助將注意力放在正確診斷癌症上

作者 Tonie Hansen

編輯手札:此為介紹 NVIDIA 2017 全球影響力大獎五名決賽入圍者系列文章之一。NVIDIA 將頒發15萬美元給運用 NVIDIA 技術,在解決社會、人道與環境問題方面有突破性進展的研究人員。

逾百年來,病理學家藉由在顯微鏡下研究染色後組織切片的方式來診斷癌症,Amit Sethi 覺得該是改變這個方式的時候了。

印度理工學院(IIT)瓜哈提校區的 Sethi 教授開發出人工智慧病理學家,以支援人類專家的研究活動,提高診斷兩種最常見癌症的正確率與提出更有效的治療辦法。這兩種癌症分別是女性常見的乳癌與男性常見的攝護腺癌。

「我想要患者享有適合他們的治療方法。」Sethi 說。

Sethi 的研究讓他及印度理工學院瓜哈提校區的一群研究員成為 NVIDIA 2017 全球影響力大獎五名決賽入圍者之一。NVIDIA 每年頒發15萬美元給運用 NVIDIA 技術,在解決社會、人道與環境問題方面有突破性進展的研究人員。

人工智慧與專家間的較勁

在決定如何治療癌症時,得依靠病理學家的診斷,然而其中牽涉到極為主觀的意見,且過程曠日費時。

「我們的目標是拿出比單獨一位病理學家更優秀的表現。聚集多位病理學家時,他們會做出好的決定。」Sethi 說。

他使用 GPU 加速深度學習創造出演算法,分析切片以找出兩種高惡性乳癌的模式,他的人工智慧病理學家在九成的情況下,分析結果都跟專家團一致。

Sethi 接著將他的人工智慧病理學家用在癌症患者身上。

這張「熱圖」顯示演算法指出活體組織切片裡極有可能出現 HER2 陽性乳癌的區域(紅色部分)。圖片提供:印度理工學院瓜哈提校區 Amit Sethi 教授。

對抗乳癌

腫瘤內出現一種以上癌症是相當新的看法,Sethi 表示乳癌患者身上的同一腫瘤內常會出現一種以上的癌症,不過在病理學家的報告裡通常只會寫出最顯著的那一種。

就算醫師在分析腫瘤細胞的基因體時,也只是看部分組織樣本,而非整個腫瘤,可能會錯失多種癌症的症狀。

「癌症療癒又復發,通常就是那些漏網之魚的癌細胞在作怪。」Sethi 說。

舉例來說,有四分之一惡性 HER2 陽性乳癌患者不會對最常見的乳癌治療藥物「賀癌平」(Herceptin)有所反應,理由在於腫瘤內有第二種惡性癌症(又稱為三重陰性乳癌(triple-negative)),代表它缺乏雌激素、孕酮及 HER2 蛋白質的受體。這兩類乳癌需要特殊的治療方式。

Sethi 及其研究團隊使用 NVIDIA GPU 及深度學習技術,在有著 HER2 陽性乳癌及三重陰性乳癌的染色組織切片影像裡探測出現哪些模式。每一批組織切片的 HER2 陽性乳癌探測正確率為 84%,而三重陰性乳癌的探測正確率為 91%;而單名患者的所有組織樣本加總正確率達 100%。最重要的是,演算法在同一腫瘤內也發現了這兩種癌症。

「要是我們能找出這些患者,就能提供更好的治療。」Sethi 說。

癌症會再復發嗎?

攝護腺癌基金會指出有 20% 到 30% 的男性攝護腺癌患者在接受治療後,又出現復發的情況。Sethi 說即便是動刀摘除攝護腺,還是有超過六分之一的患者會復發,而預測癌症是否會復發的檢測項目也不見得非常準確。

Sethi 想要克服那個問題。他使用 NVIDIA 的 Tesla GPU 加速器和染色的組織切片影像訓練神經網路,從復發率較低的患者中找出可能復發者,以協助醫師更有效地治療攝護腺癌。

Sethi 表示:「如果醫師能得知癌症可能會復發,便可使用化療及放射線療法積極進行治療;但要是患者復發的機會不高,便無需接受這些治療。」

在 5 月 8-11 日於矽谷舉行的 GPU 科技大會上,將宣布 NVIDIA 2017 年全球影響力大獎得主。請至 GTC 報名網頁便可報名參加今年的大會。