︿
Top

AI在病理學應用:組織切片成像、組織表現組及其他

瀏覽次數:2812| 歡迎推文: facebook twitter wechat twitter twitter

科技產業資訊室 - May 發表於 2018年7月24日

圖、AI在病理學應用:組織切片成像、組織表現組及其他

數位病理學能協助精準收集病理影像,也就是AI和機器學習軟體或設備開始應用於病理學(pathology),AI將成為有效率和準確性的工具。根據市調公司Allied Market Research報告,AI應用於醫療領域的軟體市場,在2016年全球市場價值約330萬美元,預測到2026年將增至860萬美元。
 
尤其,新創公司正投入這領域的軟體開發,通常他們採取與知名大學或大型醫院研究實驗室合作的方式,針對不同的疾病,特別是癌症,主要於下列研究:
  • 手術中診斷
  • 醫療訓練
  • 初步診斷
  • 疾病預防
  • 手動和半定量檢查免疫病理組織化學(immunohistochemistry;IHC)
  • 診斷諮詢和專業決策支持
  • 臨床研究
 
回顧目前,AI和機器學習軟體在病理學領域的功能分類,並簡述相關的產品,如下:
  • 整體切片成像、分析和診斷
  • 基因組織學和其他預防技術
  • 相關診斷設備
 
一、整體切片成像、分析和診斷
 
飛利浦Philips + Inspirata
大多數AI和機器學習軟體,應用於病理學,主要致力於以高解析度建立數位化組織樣本的數據庫,從而使病理學家能夠將他們許多例行程序過程進行數位化。該Philips軟體能夠將切片檢查組織樣本掃描到系統中,並且檢測和診斷時進行標註。
 
由於使用深度學習,這意味著該軟體可以識別所收集影像之間的關聯,以便創建不斷變化的診斷算法(algorithms for diagnosis)。例如,病理學家可以在培養皿玻片上進行掃描並透過成像軟體辨識,將該數位化組織樣本內的特定癌細胞標註,並透過影像發現癌細胞病變區域。該軟體將使用此診斷並蒐索看起來相似的其他註解影像,從而創建數據標準,以便將來對照出相同的影像與特定癌症狀態之相關聯(如良性、惡性腫瘤)。更重要的是,該軟體試圖解決另一個問題是能夠儲存巨量數據,這對於不斷精確診斷算法以及多個醫療機構之間的協作是必需的。
 
飛利浦展示的視頻,如下:
相關影片:

影片來源:Youtube
 
2015年3月,飛利浦和Inspirata宣布共同合作開發,將以SaaS商業模式向外部企業來推廣該產品,來改善他們各自的軟體。該產品是病理解決方案軟體,一種自動化數位病理成像建構、檢查和管理系統,由三種設備組成:超高速病理切片掃描儀、影像管理系統、顯示器組成,可以執行功能包括:掃描、儲存、展示、調閱和數據共享。
 
該系統的計算病理學工具TissueMark,以AI深度學習技術,從數百張影像中累積信息,並將這些知識應用於準確識別腫瘤樣本並估算腫瘤可能率。該軟體使用的演算法專門用於識別肺癌和乳腺癌。
 
Inspirata與飛利浦合作開發兩個直接與數位病理有關的視覺化軟體:mitoSĒK™和histoSĒK™。mitoSĒK™是初步診斷的工具,可以識別“所有高可能性有絲分裂體”,也就是分裂細胞具有很高的惡性生長可能性,透過即時對潛在有問題的區域進行掃描,而不必大費周章的手動操作及檢查,從而節省病理診斷的時間。
 
二、組織表型和其他預防技術

Definiens
AI病理學的另一個新興應用:組織表現型(tissue phenomics),有助於免疫治療,尋找人體免疫系統治療疾病的方法。生物技術公司Definiens將其品牌定位:“The Tissue Phenomics Company”。它將“直接攻擊癌症”的傳統治療策略與基於表現型的治療潛力進行比較,tissue phenomics以衡量基因突變和環境影響之物理和生化特徵的變化為主。
 
Definien宣稱其任務是幫助科學家利用組織表型來更好地了解免疫系統如何幫助治癒疾病,並將這些數據應用於為癌症患者創立個性化醫療之參考。
其實,Definien以一種收集方式“多組學數據”(multi-omics data),包括:基因組(基因)、蛋白質組(蛋白質)、轉錄組(RNA;核酸)、表觀基因組(影響基因的化學物質)和微生物組(微生物)。基本上,更多的數據集在活組織切片中進行測量。Definien軟體企圖導入當前的工作流程中,其主要功能包括:
•量化組織樣本數據以鑑定生物標誌物,辨識癌症的物質
•將多組學數據與臨床結果相結合,並進行模式辨識
 
以下,Definien展示視頻:
相關影片:

 影片來源:Youtube

三、體外診斷(In Vitro DiagnosticIVD)設備

IDx LLC (https://www.eyediagnosis.net/)
IDx是第一個FDA核可上市,基於AI的自主診斷系統,特別適用於糖尿病視網膜病變風險的患者,這種糖尿病可能導致失明。該深度學習軟體透過一系列過濾器處理每個上傳的影像來搜索特定併發症的病變生理特徵。據其網站報導,2017年美國臨床試驗900例受試者中,IDx在檢測超過輕度糖尿病視網膜病變者,高達87%的敏感性和90%的特異性出現。
 
結語
AI在病理學領域應用技術,在不久的將來有很大的應用市場及潛力。尤其,對於大型研究實驗室、大型醫院和教學醫院而言,將更加適用和有利可圖。同時,精準的診斷可提供個性化診療計劃的機會,並帶來收益。我們預測這些追踪、診斷和治療技術,最終將從治療乳腺癌及糖尿病而擴展至其他疾病,當然,這需要投入更多的研發經費。(1650字;圖1)
 
 
參考資料:
AI in Pathology – Use Cases in Slide Imaging, Tissue Phenomics, and More. Techemergence, 2018/6/18.
 

本站相關文章:
1.
利用深度學習 NVIDIA尋求醫療商機
2.人工智慧:未來決策制定的機遇與影響
3.科技大廠整合AI決戰智慧醫院​
4.精準醫療與基因檢測​
5.智慧醫療保健產業2018年後發展五大趨勢​

 
歡迎來粉絲團按讚!
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1. 科技產業資訊室刊載此文不代表同意其說法或描述,僅為提供更多訊息,也不構成任何投資建議。
2. 著作權所有,非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載,本中心保留一切法律追訴權利。