MedUni Vienna使用基于云的人工智能來(lái)診斷癌癥的新方法。改善患者的生活質(zhì)量和更快，更準確地分類(lèi)腫瘤細胞是主要目標。技術(shù)合作伙伴是微軟。(紅/ Czaak)的醫學(xué)研究小組在維也納醫科大學(xué)目前的研究結果顯示，進(jìn)展仍然在腫瘤細胞中遠遠落后專(zhuān)長(cháng)的其他領(lǐng)域的表征。例如，盡管放射學(xué)研究受益于CT和MRI技術(shù)中的機器學(xué)習方法，但腫瘤研究仍依賴(lài)于相對較舊的程序，該程序包括(仍然)冗長(cháng)且通常是痛苦的治療。

合作研究

方法為了開(kāi)發(fā)改進(jìn)的腫瘤分類(lèi)方法，MedUni Vienna與Microsoft成為技術(shù)合作伙伴。重點(diǎn)是使用Microsoft平臺Azure的AI和云計算。主要目的是在不采取組織的情況下正確分類(lèi)腫瘤細胞，這被稱(chēng)為活檢。當前的研究項目基于托馬斯·拜爾(Thomas Beyer)和博士生Laszlo Papp代表的醫學(xué)物理和生物醫學(xué)工程中心以及馬克斯·哈克(Marcus Hacker)主任代表的核醫學(xué)臨床部門(mén)的研究團隊的合作。

“我們希望開(kāi)發(fā)基于混合，代謝代謝成像且不需要組織樣本的預測模型。Laszlo Papp解釋說(shuō)，這種活檢既不愉快也不精確。“使用正電子發(fā)射斷層掃描等混合成像技術(shù)，我們現在可以獲得腫瘤的3D視圖，并由此可以提取有關(guān)生物學(xué)特性的基本信息，” Papp說(shuō)。

通過(guò)AI和云提高質(zhì)量

常規腫瘤學(xué)診斷通常使用侵入性活檢進(jìn)行。影像診斷在這里也起著(zhù)作用-為了識別病變，肉眼評估病變并正確進(jìn)行組織摘除。然而，由于每種類(lèi)型的癌癥都是個(gè)體的，所以這是復雜的，實(shí)驗室密集的并且并不總是完全準確的過(guò)程。因此，新方法是合適的。

從技術(shù)上講，研究團隊現在可以在使用Microsoft Azure IaaS(注：基礎架構即服務(wù))和Microsoft Azure認知服務(wù)使用的混合成像方法中使用人工智能。維也納MedUni醫學(xué)物理與生物醫學(xué)技術(shù)中心的Papp解釋說(shuō)：“當我們描述了我們對該項目的實(shí)施的想法和要求時(shí)，微軟立即意識到了它的重要性，因此積極參與其中。”

核醫學(xué)臨床部門(mén)負責人馬庫斯·哈克(Marcus Hacker)強調：“我們現在對腫瘤的了解甚至更好。” Hacker說(shuō)：“我們正在并行開(kāi)展多個(gè)項目，目前專(zhuān)注于在宮頸癌，前列腺癌或乳腺癌的背景下發(fā)展的腫瘤細胞。”

精確的預測模型可以節省寶貴的生命時(shí)間

在當前的標準程序下，活檢的結果只能在最多兩周后才能獲得-這是寶貴的時(shí)間，在此時(shí)間里快速生長(cháng)的腫瘤可能會(huì )造成相當大的損害。另外，患者經(jīng)歷了相應的不愉快的等待過(guò)程。Papp強調說(shuō)：“人工智能無(wú)需直接進(jìn)行痛苦，不準確的活檢和冗長(cháng)的治療，而是可以在完成成像過(guò)程后立即創(chuàng )建對CT圖像的詳細分析。” 醫師補充說(shuō)：“結果可以迅速傳達給主治醫師，并且可以盡快制定個(gè)性化的治療計劃。”

所有三位專(zhuān)家都確認，他們優(yōu)化診斷的概念應使患者的治療更加愉快，并應實(shí)現長(cháng)期的大量成本降低。同時(shí)，研究團隊意識到，收集所需的極端數量的數據將是巨大的挑戰。但是，此數據對于訓練計算機輔助的預測模型以有效地預測混合成像中的模式是必需的。“如此苛刻的計算過(guò)程通常需要大量的技術(shù)資源，而大學(xué)根本無(wú)法獲得，” Papp說(shuō)。

因此，Microsoft Azure平臺是一種非常通用的云解決方案，可以存儲大量數據。通過(guò)與IT服務(wù)提供商合作，Beyer，Hacker和Papp醫生現在可以進(jìn)一步探索腫瘤分類(lèi)的復雜方面-目的是大大縮短從診斷到治療的路徑。研究人員一致強調：“我們相信AI和混合成像技術(shù)在癌癥治療中的結合將顯著(zhù)增加患者的生存機會(huì )，并最終提高患者的生活質(zhì)量。”