哈佛全新类 ChatGPT 癌症会诊 AI 登上 Nature，准确率最高 96%

开始：IT之家

近日，来自哈佛医学院等机构的科学家们种植了一种名为 CHIEF（Clinical Histopathology Imaging Evaluation Foundation，临床组织病理学成像评估基础）的多功能 AI 癌症会诊模子，并于 9 月 4 日登上「Nature」。

论文地址：https://www.nature.com/articles/s41586-024-07894-z

值得一提的是，尽管最近出现了其他用于医学会诊的病理图像基础 AI 模子，但 CHIEF 是第一个大略瞻望患者预后并在多个海外患者群体中考据的模子。

责任道理

现时，大渊博 AI 癌症会诊系统时时被西席来扩充特定任务。举例，检测癌症的存在，或分析肿瘤的基因特征，且时时仅适用于少数几种癌症类型。

比拟之下，全新的 CHIEF 模子则具有雷同于 ChatGPT 的生动性 —— 不仅大略扩充多种任务，何况还能识别不同癌症类型需要相称调遣的区域。

通过读取肿瘤组织的数字切片，它不错检测癌细胞并字据图像中不雅察到的细胞特征分析肿瘤的基因特征。

此外，还不错瞻望多种癌症类型的患者糊口率，并精笃定位肿瘤周围组织的特征，即肿瘤微环境。这些特征与患者敌手术、化疗、放疗和免疫调整等圭臬调整的反应相关。

更进一步的，CHIEF 还具有生成新看法的后劲 —— 它发现了此前未被合计与患者糊口相关的特定肿瘤特征。

究诘团队指出，这些发现进一步确认了 AI 不错匡助临床大夫高效、准确评估癌症，包括识别可能对圭臬癌症疗法反应欠安的患者。

论文主要作家，哈佛医学院 Blavatnik 究诘所生物医学信息学助理教学 Kun-Hsing Yu

模子西席与进展

最初，CHIEF 在 1500 万张未瑰丽的图像上进行西席，这些图像被分红多个模子可能需要相称调遣的部分。

然后，CHIEF 在 6 万张全切片图像上进行了西席，其中包括肺、乳腺、前哨腺、结肠、胃、食管、肾脏、脑、肝、甲状腺、胰腺、宫颈、子宫、卵巢、睾丸、皮肤、软组织、肾上腺和膀胱等组织的全切片图像。

这种西席轨范，使得模子不仅调遣图像的局部，还大略结合通盘图像，将某一局部的特定变化与举座斟酌起来。从而，CHIEF 在进行癌症分析时大略议论更豪放的布景信息，更全面地解读图像，而不是只是专注于某个特定区域。

西席完成后，究诘团队在 19400 多张全切片图像上测试了 CHIEF 的性能。这 19400 多张全切片图像来自环球 24 家病院和患者群体中网罗的 32 个寂寞数据集。

总体上，CHIEF 在以下任务中比其他起初进的 AI 轨范越过 36%：癌细胞检测、肿瘤发源识别、瞻望患者限制、以及识别与患者调整反应相关的基因和 DNA 形状。

不管肿瘤细胞是通度日检如故手术切除取得，CHIEF 的进展都相同出色。不管使用何种时代对癌细胞样本进行数字化处理，它的准确性也相同高。

究诘东谈主员暗示，这种相宜性使 CHIEF 大略在不同的临床环境中使用，而现时大部分 AI 癌症会诊模子时时只可在通过特定时代获取的组织中进展细腻。

CHIEF 的 4 种诓骗

癌症检测

CHIEF 在癌症检测中的准确率达到了近 94%，测试涵盖了 15 个数据集，其中包含 11 种癌症类型。

在另一个涵盖 5 个活检数据集的测试中，CHIEF 达到了 96% 的准确率，其中包括食谈、胃、结肠和前哨腺在内的多种癌症类型检测。

当究诘东谈主员用数据集除外的手术切除肿瘤切片来测试 CHIEF 时，模子的准确率杰出了 90%。

模子提防力得分的可视化清楚，CHIEF 准确识别了玄色素瘤、肺癌和肾癌的癌变区域

分析肿瘤的基因特征

肿瘤的基因组成包含了改日肿瘤发展和最好调整有计算的重要踪影。为了获取这些信息，肿瘤学家时时会对肿瘤样本进行 DNA 测序。

但由于将样本送往专科的 DNA 测序实践室需要一定的老本和时辰，宇宙各地渊博莫得进行通例的详备的基因组分析。即使是在资源饱胀的地区，这照旧过也可能需要数周时辰。

不外，这是 AI 不错填补的空缺。

究诘东谈主员称，关于图像中特定的基因组特别，识别其细胞形状，可能提供一种快速且经济的替代基因组测序的有计算。

CHIEF 在瞻望肿瘤的基因变异方面优于现存的 AI 轨范。这种新的 AI 轨范奏凯识别了与癌症助长和收敛相关的多个紧迫基因特征，并瞻望了肿瘤在各式圭臬癌症疗法经过中的重要基因突变。

CHIEF 还检测到了特定的 DNA 形状，这些形状与结肠肿瘤对一种称为免疫查抄点收敛的免疫疗法的反应效用相关。

在不雅察全组织图像时，CHIEF 识别出 54 个常见突变癌症基因中的突变，总体准确率杰出 70%，优于现时用于基因组癌症瞻望的起初进 AI 轨范。

究诘团队使用 CHIEF 模子来瞻望特定基因突变，这些突变与 FDA（好意思国食物药品监督惩处局）批准的靶向调整轨范的效用相关。究诘触及的 18 个基因分散在东谈主体的 15 个不同剖解部位。

CHIEF 在多种癌症类型中都达到了高准确率。在检测一种名为弥散性大 B 细胞淋巴瘤的血液癌症中的 EZH2 基因突变时，CHIEF 达到了 96% 的准确率；在检测甲状腺癌中的 BRAF 基因突变时，CHIEF 的准确率达到了 89%；在检测头颈部癌症中的 NTRK1 基因突变时，准确率为 91%。

CHIEF 在瞻望癌症类型的组织病理学图像中的基因突变景色方面取得了很高的收货

瞻望患者糊口率

基于初度会诊时取得的肿瘤组织病理图像，CHIEF 大略奏凯瞻望患者的糊口期。

总体上，CHIEF 瞻望高风险和低风险圆寂率的才调在来自 17 家不同机构的患者样本中得到了测试和考据。

在通盘究诘的癌症类型和患者群体中，CHIEF 大略分散长久糊口的患者和短期糊口的患者。CHIEF 的进展比其他模子好 8%。

在患有晚期癌症的患者中，CHIEF 的进展比其他 AI 模子越过 10%。

识别不同癌症类型需要相称调遣的区域

该模子在图像上识别出与肿瘤侵袭性和患者糊口率相关的明显形状。

为了可视化特定的区域，CHIEF 在图像上生成了热图。当东谈主类病理学家分析这些由 AI 生成的热门时，他们发现了一些反应癌细胞与周围组织相互作用的道理信号。

模子提防力的可视化清楚了肺癌患者糊口瞻望中的紧迫区域

其中一个特征是，在长久糊口者的肿瘤区域中，免疫细胞的数目比短期糊口者更多。Yu 指出，这一发现存其合感性，因为更多的免疫细胞可能标明免疫系统已被激活来挫折肿瘤。

在不雅察短期糊口者的肿瘤时，CHIEF 识别出了一些需要调遣的区域。这些区域的特征包括各式细胞因素的特别大小比例、细胞核上更多的非典型特征、细胞之间较弱的勾通，以及肿瘤周围区域中较少的结缔组织。

这些肿瘤周围还有更多的圆寂细胞。举例，在乳腺肿瘤中，CHIEF 指出组织内的坏死（或细胞圆寂）是一个需要调遣的区域。另一方面，糊口率较高的乳腺癌患者肿瘤周围，更有可能保握雷同于健康组织的细胞结构。

究诘团队指出，与糊口率相关的视觉特征和需要调遣的区域因癌症类型而异。

参考贵寓：

https://scitechdaily.com/96-accuracy-harvard-scientists-unveil-revolutionary-chatgpt-like-ai-for-cancer-diagnosis/https://hms.harvard.edu/news/new-artificial-intelligence-tool-cancer

告白声明：文内含有的对外跳转皆集（包括不限于超皆集、二维码、口令等体式），用于传递更多信息，省俭甄选时辰，限制仅供参考，IT之家通盘著作均包含本声明。