人工智能首次用于增强结直肠癌手术期间决策的人工智能
发表在英国外科杂志表明荧光引导(荧光化学化合物以较长的波长重新发射光)可以使大肠外科医生通过使用近红外(NIR)光在手术期间视觉和更特异性地评估癌症组织,并具有更具体的特异性。与人工智能(AI)方法结合使用的荧光团。
在这项研究中,在2018年破坏性技术和创新基金的支持下,研究了24名患者(11例患有癌症)手术的视频。从每个视频中选择了来自每个异常区域的许多ROI(感兴趣区域)进行分析。通过跟踪每个视频中的ROI来提取NIR强度,重点是初始洗涤期。用于分析的数据集包括435个ROI轮廓,每个轮廓都有12个具有平衡结果的灌注特征。在患者级别,该系统正确诊断为20种癌症中的19例(95%)。
罗南·卡希尔教授,教授手术在都柏林大学学院(UCD)和Mater Misericordiae大学医院(MMUH)中说:“手术在治疗中具有重要的作用,在治疗三分之二以上的全癌和关键手术决定中,传统上是由人类视觉判断做出的,这是人类视觉判断的作品,这些判断是由人类视觉判断做出的。在观察过程中(手术是矩),假设一个静态的生物FOV(视野)。”
“在癌组织中,摄取和释放外部物质的过程是独一无二的。因此,我们设想的是,结合了生物物理学启发的建模和AI的方法多样化的组织,以高特异性实现临床上有用的病变分类。首次将此知识转化为术中手术决策支持工具,已经开发了一种计算机视觉-AI实时组织跟踪和分类原型。在NIR荧光数据流上,它可与市售成像系统一起使用。”
还谈到本研究的出版英国外科杂志RCSI医学与健康科学大学化学系Donal O'Shea教授说:“目前受过审判的癌症成像的针对癌症的针对性剂量是对荧光指导手术机制的常规范式进行的,并且主要是在手术前与手术前进行给药的安排在肿瘤和其他组织之间最大的稳定对比度时计划进行的操作。但是,这种时间通常是不可预测的,可能需要几天的时间,并且可能会发生误报。临床实用性进一步限制了给药实用性,日程安排挑战和患者对患者的实用性。患者和癌症对癌症的差异。相反,这项工作表明了一种新的途径和过程,可以立即,完美地实现手术过程中的代理信息,这将大大提高效率和有效性癌症关心。”
进一步探索
用户评论