AI 平台增强个性化肺癌诊断和治疗

最近的一项研究介绍了一种尖端的 AI 驱动的病理平台，旨在帮助医生以前所未有的速度和准确性诊断和评估肺癌。这款由科隆大学医学院和科隆大学医院的研究人员开发的新工具，提供了对良性和恶性组织的全自动、深入分析，为更快速和个性化的治疗铺平了道路。

肺癌诊断的革命

以高死亡率著称的肺癌，通常得益于精确的诊断和个性化治疗。传统上，肿瘤学家依赖于在显微镜下手动检查组织样本以识别癌细胞。然而，这一过程耗时、主观且易于变异，有时会导致误诊。

为了解决这些挑战，研究人员开发了一个基于深度学习的多类组织分割平台，该平台自动分析数字化的肺组织样本。该平台不仅筛查癌症，还提供有关检查区域的详细细胞信息。

先进的 AI 训练和验证

该 AI 模型在由 1,527 名患者的 4,097 张注释切片组成的大型数据集上进行了训练和验证。研究的资深作者 Yuri Tolkach 表示，“该算法可以区分 11 种组织类型，从肿瘤组织和肿瘤相关类别到软骨和淋巴组织。它在不同类别的像素精确分割方面表现出了非常高的准确性，平均 Dice 分数为 0.893。”

研究人员利用了科隆大学的高性能计算集群，该集群配备有 12 个 NVIDIA V100 GPU、4 个 NVIDIA A100 GPU 位于病理学研究所的 AI 服务器上，以及配有 NVIDIA GeForce RTX 3090 和 RTX 4090 GPU 的 PC 站。此设置允许对整个切片图像进行快速分析，每个图像的分析时间为 1 到 5 分钟，图像大小从 200 到 2000 MB 不等。

对癌症治疗的影响

除了诊断外，这一 AI 工具还可以揭示肿瘤和免疫细胞在细胞环境中的复杂细节，提供关于癌症在体内如何相互作用的见解。识别在肉眼不可见的组织样本中的细微模式和关系，可以带来更精确和有效的治疗，以及更好地理解患者对特定癌症疗法的响应。

“我们 研究小组 的成立和我们首次在 Nature Machine Intelligence 上发表的大型癌症研究得以实现，得益于 NVIDIA 学术资助计划 提供的 NVIDIA Quadro P6000 GPU 的支持，” Tolkach 补充道。

该研究中使用的代码可在 GitHub 上找到。完整的研究，标题为 下一代肺癌病理学：诊断和预后算法的开发和验证，可以 这里 访问。