機(jī)器輔助的病理性識(shí)別一直專注于監(jiān)督式學(xué)習(xí)（SL，Supervised Learning），而SL受到了顯著的注釋瓶頸的影響。近日，一篇發(fā)表在國(guó)際雜志Nature Communications上題為“Accurate recognition of colorectal cancer with semi-supervised deep learning on pathological images"的研究報(bào)告中，來(lái)自中國(guó)中南大學(xué)等機(jī)構(gòu)的科學(xué)家門通過(guò)研究發(fā)現(xiàn)，人工智能技術(shù)（AI）或能從組織掃描結(jié)果中準(zhǔn)確檢測(cè)并診斷結(jié)直腸癌，其效果要比病理學(xué)家好很多。相關(guān)研究結(jié)果或有望幫助研究人員檢測(cè)是否AI能作為一種有力的工具來(lái)幫助病理學(xué)家緊跟對(duì)其服務(wù)不斷增長(zhǎng)的需求。

結(jié)腸類癌的組織病理學(xué)圖像。

病理學(xué)家會(huì)定期評(píng)估和標(biāo)記數(shù)千張組織病理學(xué)圖片從而幫助判斷某個(gè)個(gè)體是否患有癌癥，但其平均的工作量就會(huì)大幅增加，有時(shí)可能也會(huì)因?yàn)檫^(guò)于疲憊而造成意外的誤診。研究者Hong-Wen Deng教授說(shuō)道，盡管進(jìn)行的很多工作都是重復(fù)性的，但大多數(shù)的病理學(xué)家都很繁忙，因?yàn)槠涔ぷ餍枨蠛艽?，而全球缺乏大量合格的病理學(xué)家，尤其是在發(fā)展中國(guó)家，這種情況尤為嚴(yán)重。本文研究就為解決目前的現(xiàn)狀帶來(lái)了革命性的變革，研究人員成功利用人工智能技術(shù)以一種成本效益的方式識(shí)別并診斷了結(jié)直腸癌，這或許最終有望改善病理學(xué)家的工作效率并減少其工作量。

這篇研究報(bào)告中，研究人員從中國(guó)、德國(guó)和美國(guó)的8803名受試者和13個(gè)獨(dú)立的癌癥研究中心收集了超過(guò)1.3萬(wàn)張結(jié)直腸癌圖像，利用這些由技術(shù)人員隨機(jī)選擇的圖像，研究人員構(gòu)建了一種由機(jī)器輔助的病理識(shí)別程序，這或許就能使計(jì)算機(jī)識(shí)別出揭示結(jié)直腸癌的圖像，結(jié)直腸癌是引發(fā)歐洲和美國(guó)人群因癌癥死亡的最常見(jiàn)的原因。研究者Deng說(shuō)道，這項(xiàng)研究的挑戰(zhàn)在于復(fù)雜的大圖像尺寸、復(fù)雜的形狀、紋理和核染色的組織學(xué)改變；但最終研究結(jié)果表明，當(dāng)研究者利用人工智能技術(shù)診斷結(jié)直腸癌時(shí)，其所表現(xiàn)出的性能堪比真正的病理學(xué)家，甚至在很多情況下要比真正的病理學(xué)家表現(xiàn)更好。

受試者工作特征（ROC）曲線下的面積（AUC）就是研究者用來(lái)確定本文研究是否成功的性能測(cè)量工具；當(dāng)將計(jì)算機(jī)的結(jié)果與經(jīng)驗(yàn)豐富的病理學(xué)家人工解釋的數(shù)據(jù)進(jìn)行比較厚，病理學(xué)家手動(dòng)識(shí)別結(jié)直腸癌的平均得分為0.969分，而機(jī)器輔助的人工智能計(jì)算機(jī)程序的平均得分則為0.98分，即使并不是非常準(zhǔn)確，但其之間的得分也是相當(dāng)?shù)摹＠萌斯ぶ悄芗夹g(shù)來(lái)識(shí)別癌癥是近年來(lái)應(yīng)運(yùn)而生的一種新技術(shù)，目前其還并未被很多研究人員所廣泛接受。研究者Deng希望本文研究或能讓更多的病理學(xué)家們?cè)谖磥?lái)診斷疾病時(shí)使用這種預(yù)篩選技術(shù)來(lái)幫其進(jìn)行快速診斷。

盡管這項(xiàng)研究目前仍處于研究階段，而且還并未商業(yè)化，但研究者相信通過(guò)更多科學(xué)家的合作并在更多的臨床環(huán)境中進(jìn)行測(cè)試和實(shí)施，其未來(lái)應(yīng)用于臨床的希望非常之大；隨著人工智能技術(shù)的進(jìn)一步發(fā)展，未來(lái)其將會(huì)被用于診斷多種不同的人類癌癥；而且使用人工智能技術(shù)診斷癌癥還能加速整個(gè)診斷過(guò)程，并能為患者和臨床醫(yī)生節(jié)省大量時(shí)間，同時(shí)還能讓患者更快地接受治療從而及時(shí)挽救生命。

綜上，本文研究結(jié)果表明，半監(jiān)督學(xué)習(xí)(Semi-supervised Learning)技術(shù)或能明顯減少注釋，從而或能潛在有效地幫助建立專家級(jí)別的病理人工智能平臺(tái)，來(lái)幫助診斷人類癌癥。

本文所用圖片及內(nèi)容均來(lái)源于網(wǎng)絡(luò)收集整理，僅供學(xué)習(xí)交流，版權(quán)歸原作者所有，并不代表我站觀點(diǎn)。本站將不承 擔(dān)任何法律責(zé)任，如果有侵犯到您的權(quán)利，請(qǐng)及時(shí)聯(lián)系我們刪除。

來(lái)源：生物谷

科研實(shí)驗(yàn)中，細(xì)胞的體外培養(yǎng)一直是一個(gè)重要環(huán)節(jié)。細(xì)胞要養(yǎng)好，就要用好血清，如Ausbian®特級(jí)胎牛血清，它適合各種細(xì)胞培養(yǎng)，尤其適合難養(yǎng)細(xì)胞，如：干細(xì)胞、肝細(xì)胞，神經(jīng)細(xì)胞，原代培養(yǎng)、細(xì)胞融合、轉(zhuǎn)染細(xì)胞等。

Ausbian®特級(jí)胎牛血清所有血清出廠前，均經(jīng)過(guò)嚴(yán)格質(zhì)控，每個(gè)批次附有詳細(xì)完整的《檢測(cè)報(bào)告》，包括：品名，貨號(hào)，批號(hào)，血源地，生產(chǎn)日期，保質(zhì)期，pH值、滲透壓、血紅蛋白、總蛋白、球蛋白、IgG、內(nèi)毒素、無(wú)菌檢查（細(xì)菌、真菌、支原體）、病毒檢查（如BVD、牛腺病毒、細(xì)胞病變效應(yīng)等）、促細(xì)胞生長(zhǎng)能力、細(xì)胞毒性、BVD-1/2抗體檢查等。

實(shí)驗(yàn)人對(duì)于新批次血清，應(yīng)認(rèn)真審閱《檢測(cè)報(bào)告》，做好試用前篩選第一步。（如何看懂《檢測(cè)報(bào)告》，可登陸“締一生物"網(wǎng)站，留言技術(shù)部，得到免費(fèi)幫助。）

它在國(guó)內(nèi)市場(chǎng)經(jīng)歷十幾年，被眾多科研工業(yè)客戶反復(fù)選擇，也是細(xì)胞典藏等重大項(xiàng)目十幾年的供應(yīng)品牌