人工智能检测肿瘤细胞:肿瘤细胞(红色)和…
使用人工智能检测肿瘤细胞:肿瘤细胞(红色)和正常组织(蓝色)。
来源:弗雷德里克Klauschen

数字攻击癌症

柏林健康研究所(BIH)的几个研究小组正致力于数字抗癌。主要目标是合并和共同评估现有的信息。

仅在德国,每年就有50万例新的癌症病例,因此值得比较不同诊断和治疗方法的经验,从而让更多的患者从最有希望的方法中受益。“我们欢迎德国联邦教育和研究部宣布全国抗癌十年的倡议,”Charité - Universitätsmedizin Berlin学院院长、波黑执行委员会临时主席Axel Radlach Pries教授说。“在与癌症的斗争中,我们有意识地将重点放在波黑数字化上。虽然我们每年都在增加对癌症的认识,但我们需要人工智能、IT和数据管理专家来评估信息,并将其转化为临床实践。因此,我们从这些领域请来了几名研究人员,他们将在Charité网站和MDC上支持医生和科学家。”

丰富的经验

“我们在德国在治疗癌症患者中拥有丰富的经验,”BIH eHealth&Interoperiability核心单位负责人Sylvia Thun教授,由StiftungCharité支持。“我们所要做的就是挖掘它!但这并不容易。提供有关其诊断,治疗和疾病进展的信息的患者的数据在每个医院中都有不同的记录。它们被不同地配制并存储在各种软件系统中,甚至在纸上存储。“例如,例如,不可能比较所有乳腺癌患者或所有前列腺癌患者的数据”Lement Sylvia Thun。例如,这种比较可以使其成为罕见的遗传修饰或特定形式的前列腺癌的最有效治疗方法。或有助于防止选定患者使用的药物的严重副作用。

“我们需要医疗保健方面的沟通标准,”这位医生说。“这就是为什么我们系统地开始处理来自分子生物学发现、组织和血液测试的数据,以及提供肿瘤类型和肿瘤处于什么阶段信息的肿瘤报告。这要求医生以一种标准化的“通用技术语言”输入他们的诊断。“当然,这在一开始会被视为额外的工作,但我们希望医生们很快就能感受到这种正式的输入将带来的附加价值。”图恩和她的团队走得更远。下一步,她还希望引入从智能手机传输数据的标准。这将有助于患者定期向医生发送他们的健康状况信息,这样他或她就可以看到治疗的实际效果和患者的情况。

医院和研究之间的桥梁

Roland Eils教授是波黑数字健康中心的创始主任,并协调由德国联邦教育和研究部资助的医学信息联盟HiGHmed。该联盟将德国各地的医学院、大学医院以及医疗技术和信息技术公司联系起来。Eils的目标是将病人护理数据与基础生物医学研究数据结合起来。现在研究的进展使追踪和分析身体中的单个细胞成为可能。通过这种方式,科学家和医生可以获得关于疾病过程的前所未有的详细信息。然而,这些仅在癌症患者基因组测序过程中产生的海量数据,必须进行数字化处理,并与患者护理数据相结合,才能用于个性化治疗。“这是我们能够洞察基因组成的特定变化——一种突变——实际上对正在治疗的癌症意味着什么的唯一方法,”埃利斯解释说。

“在波黑,我们正试图在这两种数据景观之间建立一座桥梁。”埃利斯看到了这样一座桥梁对双方的附加价值。“一方面,当然,我们正在通过研究为改善病人护理做出贡献。在基础研究方面,我们受益于我们的发现如何在医疗保健中实施,以及它们给患者带来了什么结果。只有这样,我们才能了解我们在基础研究中使用的疾病模型在多大程度上适合患者应用。”为了将研究和临床实践中的数据世界联系起来,Eils和他的同事正在开发方法和技术,使数据流对治疗医生和研究人员都尽可能透明。

罗兰·埃利斯意识到,当涉及到分享他们的健康数据时,许多病人有保留意见。许多科学家也不愿意让他们的发现免费提供。“信息技术提供了解决数据隐私和安全问题的技术解决方案,”Eils说。“所以我认为,我们可以提供新的动力,克服由于数据隐私和安全担忧可能出现的任何限制。”

人工智能诊断

他说,确定可疑肿块是否为癌性的通常方法是在病理实验室进行显微镜检查。为了减轻病理学家的工作量,他们面临着越来越多的癌症病例,以及越来越精细的形态学和分子诊断技术,Charité病理学研究所的Frederick Klauschen和他的同事们与柏林工业大学的Klaus-Robert Müller领导的科学家们合作开发了一种数字成像分析系统,该系统使用人工智能来评估显微图像。“在定性分析方面,也就是在确定肿瘤是否是恶性时,我们病理学家仍然比计算机优越,”弗雷德里克·克劳申说。“但当涉及到定量表述时,比如确定肿瘤细胞中含有某种治疗相关受体的百分比时,我们的数字系统可以提供有价值的帮助,因为它更快、更精确。”在诊断过程中作出的定量陈述在随后的治疗中发挥着越来越重要的作用。例如,只有在至少10%具有一定染色强度的肿瘤细胞中检测到Her2neu受体时,患者才会接受相应的抗体治疗。或者,如果大量的免疫细胞浸润肿瘤,那么考虑免疫治疗可能也是有意义的。

研究人员开发的软件已经在病理研究所的常规诊断中进行了测试。在这项技术投入使用之前,计划在其他机构和诊所进行更深入的研究。波黑支持创新者将数字卫生项目转化为临床实践。“在这个特殊的案例中,我们正在帮助进一步开发产品和商业模式,并使诊断软件获得认证,”波黑数字健康加速器的Tim Huse解释说。“我们也在帮助这项发明商业化,要么通过许可安排与工业伙伴合作,要么通过成立一家新公司。”医生通常不喜欢主要参与商业方面的工作,但希望继续主要在临床环境中工作。“因此,我们也会帮助他们寻找有商业或技术背景的有经验的联合创始人,”豪斯补充道。

不害怕数字竞争

Frederick Klauschen不相信计算机将来会完全取代他。“计算机可以执行非常快速和精确的计算,但不能在没有人类帮助的情况下学习,也不能解决临床决策。所以我没有看到病理学家的职业是任何一种危险。罗兰EILS同意:“计算机不会取代医生。但是在日常工作中使用计算机的医生将取代那些没有。“

订阅我们的时事通讯

相关文章

高科技癌症诊断的医疗针

高科技癌症诊断的医疗针

现代医学需要比传统的活检针可以提供的更好的质量样品,超声波振荡针可以改善治疗和减少不适。

人工智能方法可以检测宫颈癌的前体

人工智能方法可以检测宫颈癌的前体

使用AI和移动数字显微镜,研究人员希望创建筛选工具,可以检测资源限制环境中女性宫颈癌前体。

使用BioPlinting和计算机建模来检查癌症扩散

使用BioPlinting和计算机建模来检查癌症扩散

科学家们将3d打印的活体人脑血管系统与先进的计算流模拟相结合,以更好地理解肿瘤细胞附着在血管上的情况。

肺癌:人工智能可以预测复发风险

肺癌:人工智能可以预测复发风险

计算机科学家与病理学家合作,训练了一种人工智能工具,以确定哪些肺癌患者在治疗后复发的风险更高。

AI模型准确分类结直肠息肉

AI模型准确分类结直肠息肉

一个用于结直肠息肉自动分类的人工智能模型可以通过提高效率、可重复性和准确性来帮助癌症筛查项目。

混合显微镜可将数字化活检应用于临床

混合显微镜可将数字化活检应用于临床

通过向普遍存在的标准光学显微镜添加红外能力,研究人员希望将癌症诊断带入数字时代。

智能算法发现未来儿童癌症可能的治疗方法

智能算法发现未来儿童癌症可能的治疗方法

乌普萨拉大学(Uppsala University)的科学家们利用计算机算法找到了一种很有前途的神经母细胞瘤新疗法。

人工智能识别与癌症复发相关的特征

人工智能识别与癌症复发相关的特征

人工智能已经成功地在人类癌症患者的病理图像中发现了可以被人类医生理解的特征,这些特征无需注释。

机器学习提高了头颈部癌症的诊断

机器学习提高了头颈部癌症的诊断

研究人员利用人工智能开发了一种新的分类方法,该方法可以根据化学DNA变化确定癌组织的最初起源。

流行文章

订阅简报
Baidu