要是問你在什麼情況下想減少在刀下擔心受苦的時間，那肯定是在進行腦部手術之際。
在一份由密西根大學醫學院與哈佛大學研究團隊新發表的研究報告裡，指出人工智慧能協助醫師更快，也更精準地診斷腦瘤。
「我們的目標是建立一套演算法，成效達到神經病理學家在手術時的診斷水準。」這篇在《Nature Biomedical Engineering》期刊發表之研究報告的第一作者，也是密西根大學醫學院神經外科系助理教授的 Dr. Daniel Orringer 說。
時間更短也更安全的手術
在研究團隊使用逾百個腦部組織樣本進行的實驗裡，利用深度學習來偵測是否有出現腫瘤並進行分類。
演算法分析從研究團隊開發出稱為「受激拉曼散射顯微技術」（stimulated Raman histology，SRH）的雷射影像技術所取得的組織影像。目前將組織送到實驗室進行處理、冷凍和染色時，手術必須暫停30-40分鐘。SRH 使得病理學家能在組織不送出手術室的情況下診斷腫瘤，將等待時間縮短到三分鐘而已。
「更快診斷患者的情況，代表縮短他們待在手術室裡的時間，減少手術相關風險。」也是執業腦神經外科醫師的 Orringer 說。
更佳的腦瘤診斷結果
深度學習演算法找出樣本裡的四類腫瘤。Orringer 說想要通過研究員收集更多樣本的舉動，擴大到八個類別，包括腦神經外科醫師會遇到的多數腫瘤。
Orringer 表示30個受測組織樣本的正確率達 90%，足以媲美神經病理學家在臨床上90-95% 的正確率。
「我們想要提高正確率，減少誤診人數。」他說。Orringer 表示手術中即時、持續和正確診斷組織，讓深度學習技術修正病理學家出現不同診斷結果的問題。
他還說深度學習不會取代病理學家，而是需要他們的專業知識來做出最後決定。
要不要動手術
Orringer 跟他的團隊已在超過370名患者身上測試這項技術，而這個數字將逼近500。
「我們投入愈多資料到電腦裡，診斷也就愈正確。」Orringer 說。研究結果會用在腦瘤以外的腫瘤上。
腦瘤組織的 SRH 影像。
成群或成簇且細胞核相當大的深色細胞，
便是腫瘤細胞。
深度學習與 SRH 影像技術能協助醫師更佳判斷是否進行手術和開刀方式。Orringer 說比起開刀，化療和放射線療法對部分腫瘤有著有更好的治療結果，患者就能免受開刀之苦。
對神經學家的協助無遠弗屆
研究報告指出，SRH 與深度學習能夠對未配置神經學家的小型醫院或位於偏遠地區的醫療院所伸出援手。美國有1,400間進行腦瘤手術的醫院，有證照的神經病理學家卻只有800人。
Orringer 說讓小型醫院擁有這些技術，將影像送到遠處進行解讀，便足以擴大他們的能力。
研究團隊使用 CUDA 平行運算平台、NVIDIA GeForce GTX 1080 GPU，搭配 Theano 深度學習架構上的 cuDNN 來訓練他們的神經網路。
「在開發這套演算法的過程裡，GPU 扮演著重要的角色。」Orringer 說。
Orringer 表示接下來要進行大規模臨床測試。原型 SRH 系統及深度學習演算法只用於研究領域。
本文所有圖片皆由密西根大學醫學院提供。
如需更多人工智慧運算技術如何改變產業發展面貌的資訊，請在 iTunes（https://nvda.ws/2hQ4Leb）或 Google Play Music（https://nvda.ws/2hQaIrh）上訂閱NVIDIA 的 AI Podcast網路廣播節目。