阿里達摩院發(fā)布癌癥通用模型,可輔助診斷八種主流癌癥
多發(fā)癌癥的統(tǒng)一診斷,近期迎來了突破性的新方法。8月16日,阿里達摩院發(fā)布多癌影像分析通用模型,可檢測、分割和診斷八種主要的高發(fā)致死癌癥,有助于實現(xiàn)多癌統(tǒng)一診斷,降低漏診概率。
當(dāng)前,醫(yī)療AI模型已經(jīng)足夠強大,可完成單個器官疾病識別,輔助醫(yī)生進行診斷,但在實現(xiàn)多個器官的精準(zhǔn)識別時遇到較大挑戰(zhàn),一是過高的假陽性問題,二是存在一定概率的漏診,這對于癌癥多發(fā)病人的診療尤為重要。為避免錯診與漏診,放射科醫(yī)生通常對全身的多器官進行多疾病的檢測和診斷。因此,醫(yī)生在臨床治療上迫切需要一個更高效的多癌統(tǒng)一診斷模型。
針對上述痛點,達摩院醫(yī)療AI團隊聯(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,提出了一個統(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、分割和診斷的問題,適用于八種主流的高發(fā)高致死癌癥(肺、結(jié)直腸、肝、胃、乳腺、食管、胰腺、腎)以及相關(guān)器官中的腫瘤子類型。
多癌問題的復(fù)雜性主要體現(xiàn)在器官、惡性腫瘤和其他腫瘤類型之間存在許多關(guān)聯(lián)性。例如,肝癌和肝囊腫雖都位于肝臟內(nèi),但在紋理和良惡性方面存在差異;而肝癌和胰腺癌雖形態(tài)相似,但卻是分屬不同器官的惡性癌癥。
為了有效建模多癌之間的差異和相似性,達摩院醫(yī)療AI團隊借助Transformer提出了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)測的一致性,實現(xiàn)同時輸出分割、檢測和診斷的預(yù)測,從而解決臨床上復(fù)雜的多癌多腫瘤的識別任務(wù)。
在一組631名患者的對比測試中,其腫瘤檢測、分割和診斷任務(wù)的性能均優(yōu)于8個特定器官的單模型組合,檢測任務(wù)的平均敏感性達到93%,平均特異性達到82%。
阿里達摩院醫(yī)療AI團隊負責(zé)人、IEEEFellow呂樂認為,該工作以統(tǒng)一模型首次實現(xiàn)“一次調(diào)用即診斷八種最致命的癌癥”,在簡化AI模型復(fù)雜度的同時,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)、遠端轉(zhuǎn)移等臨床場景發(fā)揮重要效用。
據(jù)了解,該模型的論文成果已被計算機視覺頂會ICCV 2023收錄,目前已在上海市第一人民醫(yī)院等多家合作醫(yī)院進行應(yīng)用測試。
達摩院醫(yī)療AI團隊長期致力于醫(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)評估在內(nèi)的全流程的癌癥診療技術(shù),覆蓋多個重要病種。該團隊曾在新冠疫情初期研發(fā)出CT影像新冠肺炎AI輔助診斷系統(tǒng),被科技部評為全國科技抗疫先進集體。