工程師開發(fā)人工智能系統(tǒng)來檢測經(jīng)常遺漏的癌癥腫瘤

由于佛羅里達(dá)中央大學(xué)的計算機視覺研究中心，醫(yī)生可能很快就可以幫助對抗癌癥。

該中心的工程師們已經(jīng)教過計算機如何在CT掃描中檢測肺癌的微小斑點，放射科醫(yī)生經(jīng)常難以識別。該團(tuán)隊表示，人工智能系統(tǒng)的準(zhǔn)確度約為95%，而人眼完成后則為65%。

“我們用大腦作為模型來創(chuàng)建我們的系統(tǒng)，”UCF曲棍球隊的博士候選人和隊長Rodney LaLonde說。“你知道大腦神經(jīng)元之間的聯(lián)系如何在發(fā)育和學(xué)習(xí)過程中加強嗎?如果你愿意的話，我們會利用這個藍(lán)圖來幫助我們的系統(tǒng)了解如何在CT掃描中尋找模式并教會自己如何找到這些微小的腫瘤。”

該方法類似于面部識別軟件使用的算法。它掃描數(shù)千個尋找特定模式的面孔以找到它的匹配。

工程助理教授Ulas Bagci領(lǐng)導(dǎo)該中心的研究人員，專注于人工智能和潛在的醫(yī)學(xué)應(yīng)用。

該組通過與梅奧診所的合作，向美國國立衛(wèi)生研究院提供了超過1,000次CT掃描，并將其用于幫助計算機學(xué)習(xí)尋找腫瘤的軟件。

從事這個項目的研究生必須教電腦不同的東西，以幫助它正確學(xué)習(xí)。正在攻讀博士學(xué)位的Naji Khosravan創(chuàng)建了學(xué)習(xí)系統(tǒng)的支柱。他對新型機器學(xué)習(xí)和計算機視覺算法的熟練程度促使他在Netflix實習(xí)期間幫助公司完成了各種項目。

LaLonde教會計算機如何忽略在CT掃描和肺組織中遇到的其他組織，神經(jīng)和其他腫塊。去年夏天獲得博士學(xué)位的Sarfaraz Hussein正在調(diào)整AI識別癌癥與良性腫瘤的能力，而研究生Harish Ravi Parkash正在從這個項目中吸取經(jīng)驗教訓(xùn)并應(yīng)用它們看看是否可以開發(fā)另一個AI系統(tǒng)幫助識別或預(yù)測腦部疾病。

“我相信這將產(chǎn)生非常大的影響，”巴奇說。“肺癌是美國頭號癌癥殺手，如果在晚期檢測到癌癥，生存率只有17%。通過尋找早期幫助鑒定的方法，我認(rèn)為我們可以幫助提高生存率。”

該團(tuán)隊將于9月份在西班牙舉行的最大型醫(yī)學(xué)影像研究會議 - MICCAI 2018會議上展示其發(fā)現(xiàn)。該團(tuán)隊的工作已在會議之前公布。

下一步是將研究項目轉(zhuǎn)移到醫(yī)院環(huán)境中; Bagci正在尋找合作伙伴來實現(xiàn)這一目標(biāo)。在此之后，該技術(shù)可能距離市場還有一兩年的時間，Bagci說。

“我認(rèn)為我們都來到這里是因為我們希望利用我們對工程學(xué)的熱情來發(fā)揮作用，拯救生命是一個巨大的影響，”LaLonde說。

拉維普拉卡什同意。在聽說Bagci和他在UCF的工作之前，他正在研究工程及其在農(nóng)業(yè)方面的應(yīng)用。Bagci的研究領(lǐng)域包括生物醫(yī)學(xué)成像和機器學(xué)習(xí)及其在臨床成像中的應(yīng)用。在此之前，Bagci是美國國立衛(wèi)生研究院傳染病影像實驗中心的一名科學(xué)家和實驗室經(jīng)理，該實驗室位于放射學(xué)和影像科學(xué)系。