阿里達(dá)摩院發(fā)布癌癥通用模型 可輔助診斷8種主流癌癥
8月17日消息，據(jù)阿里足跡網(wǎng)站，阿里達(dá)摩院于8月16日發(fā)布多癌影像分析通用模型，可檢測(cè)、分割和診斷8種主要的高發(fā)及致命癌癥，有助實(shí)現(xiàn)多癌統(tǒng)一診斷，降低漏診的機(jī)率。
針對(duì)當(dāng)今行業(yè)痛點(diǎn)，達(dá)摩院醫(yī)療AI團(tuán)隊(duì)聯(lián)合中山大學(xué)腫瘤防治中心、四川省腫瘤醫(yī)院、浙大附屬第一醫(yī)院、盛京醫(yī)院、廣東省人民醫(yī)院等單位，提出一個(gè)統(tǒng)一的多癌影像分析通用模型( cancerUniT)，以Mask Transformer語義分割為基礎(chǔ)，解決多種腫瘤圖像此前難以統(tǒng)一檢測(cè)、分割和診斷的問題，適用于8種主流的高發(fā)、致命率高的癌癥，包括肺癌、結(jié)直腸癌、肝癌、胃癌、乳腺癌、食管癌、胰腺癌及腎臟癌，以及上述器官中的腫瘤子類型。
來源：阿里足跡網(wǎng)站
為了有效建模多癌之間的差異和相似性，達(dá)摩院醫(yī)療AI團(tuán)隊(duì)借助Mask Transformer提出一種新穎的腫瘤表示學(xué)習(xí)方法，將腫瘤表示為Transformer中的語義Query，并為不同器官中腫瘤及其子類型建立語義層次結(jié)構(gòu)，讓模型學(xué)習(xí)過程更加有效，并提高腫瘤及其子類型預(yù)測(cè)的一致性，實(shí)現(xiàn)同時(shí)輸出分割、檢測(cè)和診斷的預(yù)測(cè)，從而解決臨床上復(fù)雜的多癌多腫瘤的識(shí)別任務(wù)。
在一組631名患者的對(duì)比測(cè)試中，其腫瘤檢測(cè)、分割和診斷任務(wù)的性能均優(yōu)于8個(gè)特定器官的單模型組合，檢測(cè)任務(wù)的平均敏感性達(dá)到93%，平均特異性達(dá)到82%。
達(dá)摩院醫(yī)療AI團(tuán)隊(duì)的模型可以處理真實(shí)臨床實(shí)驗(yàn)的場(chǎng)景，圖為部份人體器官如肝臟、肺、乳腺腫瘤的3D模型示例。
(圖片摘自該癌癥診斷模型論文)
阿里達(dá)摩院醫(yī)療AI團(tuán)隊(duì)負(fù)責(zé)人、IEEE Fellow呂樂認(rèn)為，該工作以統(tǒng)一模型首次實(shí)現(xiàn)“一次調(diào)用即診斷八種最致命的癌癥”，在簡(jiǎn)化AI模型復(fù)雜度的同時(shí)，保持較高的敏感度。這將為放射科醫(yī)生提供全面的AI輔助診斷支持，尤其在癌癥復(fù)發(fā)、遠(yuǎn)端轉(zhuǎn)移等臨床場(chǎng)景發(fā)揮重要效用。
該模型的論文成果已被國(guó)際計(jì)算機(jī)視覺會(huì)議ICCV 2023(International Conference on Computer Vision)收錄，目前已在上海市第一人民醫(yī)院等多家合作醫(yī)院應(yīng)用測(cè)試。
達(dá)摩院醫(yī)療AI團(tuán)隊(duì)長(zhǎng)期致力于醫(yī)學(xué)影像等方向研究，正在研發(fā)包括規(guī)模篩查、精準(zhǔn)診斷、預(yù)后治療、響應(yīng)評(píng)估在內(nèi)的全流程的癌癥診療技術(shù)，覆蓋多個(gè)重要病種。例如，去年初開始聯(lián)同中國(guó)多家醫(yī)院，首次將人工智能AI與電腦斷層掃描(CT)結(jié)合，有效識(shí)別早期食道癌病征，有關(guān)研究技術(shù)及論文已經(jīng)獲得國(guó)際醫(yī)學(xué)影像會(huì)議MICCAI收錄。
