狠狠色婷婷久久一区二区,岳毛多又紧做起爽,久久精品青草社区,精品一区二区三区在线视频,色综合99久久久无码国产精品

　　2022年3月(yue)24日，柳葉(xie)刀子(zi)刊《Lancet Digital Health》報道了(le)北航醫(yi)學(xue)科學(xue)與(yu)(yu)工(gong)程(cheng)學(xue)院王碩副教授(shou)、田捷教授(shou)在肺(fei)癌(ai)(ai)人工(gong)智(zhi)(zhi)能研究的最(zui)(zui)新進(jin)展：《Mining Whole-lung Information by Artificial Intelligence for Predicting EGFR Genotype and Targeted Therapy Response in Lung Cancer: A Multicohort Study》。該研究提出了(le)全(quan)肺(fei)分(fen)析人工(gong)智(zhi)(zhi)能模(mo)型(xing)，可利用CT影像無創預測肺(fei)癌(ai)(ai)患(huan)者的基突變狀態和接受靶向治療(liao)后的個體化療(liao)效，最(zui)(zui)終可輔助(zhu)肺(fei)癌(ai)(ai)患(huan)者的靶向治療(liao)決策(ce)。研究使用了(le)1.8萬例肺(fei)癌(ai)(ai)患(huan)者數據對模(mo)型(xing)進(jin)行訓練和驗證，利用人工(gong)智(zhi)(zhi)能技(ji)術進(jin)一步探索(suo)了(le)宏觀CT影像與(yu)(yu)微觀基因信息的關聯。

　　肺癌作為死亡率最高的(de)癌癥，其中(zhong)超過(guo)一(yi)半(ban)的(de)患(huan)(huan)者在確診時(shi)(shi)已是(shi)晚期，此時(shi)(shi)，表皮生(sheng)長因子受(shou)體(ti)（EGFR）靶向治療是(shi)推(tui)薦(jian)的(de)一(yi)線(xian)治療方(fang)案。在靶向治療過(guo)程中(zhong)，首先需對患(huan)(huan)者進行(xing)EGFR基因突(tu)變檢(jian)測，進而篩(shai)選出可以接(jie)受(shou)靶向治療的(de)患(huan)(huan)者。

　　現有的(de)臨(lin)床(chuang)方(fang)法通(tong)過(guo)穿刺取(qu)出腫(zhong)瘤(liu)組(zu)織再(zai)進(jin)行基因(yin)檢測來確定(ding)基因(yin)突變(bian)狀態(tai)，但穿刺只能(neng)獲取(qu)腫(zhong)瘤(liu)局部組(zu)織的(de)信息(xi)，由(you)于腫(zhong)瘤(liu)的(de)高度異質性可能(neng)產生假陰性結果。此外，一部分晚期肺癌患(huan)者其(qi)腫(zhong)瘤(liu)所處的(de)位置特殊，或由(you)于癌癥(zheng)轉移等(deng)因(yin)素，難以(yi)穿刺到合適的(de)腫(zhong)瘤(liu)組(zu)織，導(dao)致這部分患(huan)者錯失靶向治療的(de)機會。因(yin)此，亟需一種無創、方(fang)便的(de)EGFR基因(yin)突變(bian)檢測方(fang)法，作為(wei)對穿刺的(de)補(bu)充和輔(fu)助。

　　CT影(ying)像作為肺癌診療(liao)過(guo)程(cheng)中必不可(ke)少的(de)(de)工具，提供(gong)了很好的(de)(de)無創(chuang)分析肺癌的(de)(de)手段，且不會受到(dao)腫瘤(liu)異質性的(de)(de)影(ying)響；但僅憑(ping)人(ren)(ren)眼(yan)(yan)閱片(pian)難(nan)以對其(qi)中蘊含的(de)(de)高維和微觀(guan)(guan)信(xin)息(xi)進行有效(xiao)挖掘。人(ren)(ren)工智能技術的(de)(de)發(fa)展則(ze)充分利用(yong)了大數據的(de)(de)優勢，可(ke)從影(ying)像中挖掘到(dao)人(ren)(ren)眼(yan)(yan)難(nan)以感(gan)知的(de)(de)高維微觀(guan)(guan)信(xin)息(xi)，構建了宏觀(guan)(guan)影(ying)像與(yu)微觀(guan)(guan)基因信(xin)息(xi)之間的(de)(de)橋(qiao)梁。

　　本文(wen)研發了(le)一種全自動的(de)人(ren)工智能(neng)系統(tong)（Fully Automated Artificial Intelligence System，FAIS），在(zai)大數據驅(qu)動下直(zhi)接(jie)對(dui)(dui)CT影(ying)像進(jin)行(xing)全自動的(de)分(fen)析。FAIS使用了(le)基(ji)于肺區引導(dao)(dao)注意力機(ji)制的(de)全肺分(fen)析深度學習模(mo)型(xing)，無(wu)需人(ren)工輔助和標注圖(tu)像，對(dui)(dui)全肺的(de)異常征象進(jin)行(xing)自動分(fen)析，并使用EGFR基(ji)因(yin)型(xing)和基(ji)因(yin)通路(lu)信息(xi)對(dui)(dui)模(mo)型(xing)進(jin)行(xing)引導(dao)(dao)訓練；最終(zhong)，可利(li)用CT影(ying)像無(wu)創地預測(ce)出患者是否存在(zai)EGFR基(ji)因(yin)突變(bian)，并且可對(dui)(dui)患者接(jie)受EGFR靶向(xiang)治療后(hou)的(de)無(wu)進(jin)展生(sheng)存期進(jin)行(xing)預測(ce)，進(jin)而篩選出靶向(xiang)治療的(de)獲益人(ren)群。

圖1. FAIS人工智能系統的流程圖

　　該(gai)研(yan)(yan)究納入了(le)國(guo)(guo)內外(wai)(wai)9個數(shu)(shu)據集1.8萬余(yu)例(li)肺(fei)(fei)癌患(huan)(huan)(huan)者進(jin)(jin)行(xing)(xing)(xing)大數(shu)(shu)據的(de)(de)訓(xun)練和驗(yan)(yan)證。研(yan)(yan)究發現，肺(fei)(fei)癌EGFR基(ji)(ji)(ji)(ji)因(yin)突變會導致(zhi)腫(zhong)瘤(liu)以外(wai)(wai)區域的(de)(de)形態學(xue)改變，因(yin)此，全(quan)肺(fei)(fei)分(fen)(fen)(fen)(fen)析比(bi)基(ji)(ji)(ji)(ji)于腫(zhong)瘤(liu)的(de)(de)分(fen)(fen)(fen)(fen)析方法能(neng)挖掘到(dao)更多的(de)(de)有(you)(you)用(yong)信息(xi)。在(zai)(zai)美國(guo)(guo)TCIA公(gong)開數(shu)(shu)據集的(de)(de)對比(bi)實驗(yan)(yan)表明，FAIS所(suo)使用(yong)的(de)(de)全(quan)肺(fei)(fei)分(fen)(fen)(fen)(fen)析方法比(bi)傳統的(de)(de)基(ji)(ji)(ji)(ji)于腫(zhong)瘤(liu)的(de)(de)分(fen)(fen)(fen)(fen)析方法性能(neng)提升(sheng)了(le)11.8%。此外(wai)(wai)，全(quan)肺(fei)(fei)分(fen)(fen)(fen)(fen)析方法無需人(ren)工勾(gou)畫腫(zhong)瘤(liu)病灶，更具(ju)有(you)(you)可推廣性。在(zai)(zai)TCIA數(shu)(shu)據集上(shang)進(jin)(jin)行(xing)(xing)(xing)的(de)(de)基(ji)(ji)(ji)(ji)因(yin)通路分(fen)(fen)(fen)(fen)析表明，FAIS從CT影像(xiang)(xiang)中(zhong)提取的(de)(de)全(quan)肺(fei)(fei)特征(zheng)與ERBB、P53、細胞黏附(fu)分(fen)(fen)(fen)(fen)子通路、ECM受體相互作(zuo)用(yong)通路等靶(ba)向(xiang)治療(liao)(liao)(liao)(liao)耐藥和癌癥轉移相關(guan)的(de)(de)基(ji)(ji)(ji)(ji)因(yin)通路都存在(zai)(zai)關(guan)聯，通過大數(shu)(shu)據學(xue)習(xi)進(jin)(jin)一步揭示了(le)宏觀(guan)影像(xiang)(xiang)與微觀(guan)基(ji)(ji)(ji)(ji)因(yin)信息(xi)的(de)(de)關(guan)系。最終(zhong)，FAIS在(zai)(zai)6個測(ce)試數(shu)(shu)據集8000余(yu)例(li)肺(fei)(fei)癌患(huan)(huan)(huan)者中(zhong)進(jin)(jin)行(xing)(xing)(xing)EGFR基(ji)(ji)(ji)(ji)因(yin)突變預(yu)測(ce)時達到(dao)了(le)AUC=0.813的(de)(de)精度；并且能(neng)預(yu)測(ce)患(huan)(huan)(huan)者接受靶(ba)向(xiang)治療(liao)(liao)(liao)(liao)后的(de)(de)無進(jin)(jin)展生存期，對患(huan)(huan)(huan)者進(jin)(jin)行(xing)(xing)(xing)預(yu)后風險分(fen)(fen)(fen)(fen)層。借助FAIS的(de)(de)輔助，可以對原本難以進(jin)(jin)行(xing)(xing)(xing)穿刺的(de)(de)患(huan)(huan)(huan)者無創地檢測(ce)出(chu)EGFR基(ji)(ji)(ji)(ji)因(yin)型，并預(yu)測(ce)其靶(ba)向(xiang)治療(liao)(liao)(liao)(liao)療(liao)(liao)(liao)(liao)效(xiao)；可有(you)(you)效(xiao)篩選出(chu)靶(ba)向(xiang)治療(liao)(liao)(liao)(liao)獲益人(ren)群，進(jin)(jin)而提升(sheng)肺(fei)(fei)癌患(huan)(huan)(huan)者的(de)(de)生存率(lv)。

圖2. FAIS發現(xian)EGFR基(ji)因突(tu)變對宏(hong)觀CT征象(xiang)的影響不僅體(ti)現(xian)在腫瘤(liu)內部（A、B），也可能體(ti)現(xian)在腫瘤(liu)周圍（C-H）

　　該工(gong)作屬于(yu)醫(yi)工(gong)交叉的深入研(yan)(yan)究，論文第一(yi)作者為北航(hang)醫(yi)學(xue)(xue)(xue)(xue)科(ke)(ke)學(xue)(xue)(xue)(xue)與(yu)工(gong)程學(xue)(xue)(xue)(xue)院(yuan)(yuan)王碩副教授(shou)(shou)；華西醫(yi)院(yuan)(yuan)余何(he)、甘蕓翠(cui)博士(shi)作為共同(tong)一(yi)作；共同(tong)通(tong)訊作者為華西醫(yi)院(yuan)(yuan)呼吸(xi)與(yu)危重(zhong)(zhong)癥醫(yi)學(xue)(xue)(xue)(xue)科(ke)(ke)李為民教授(shou)(shou)、上(shang)海市(shi)肺科(ke)(ke)醫(yi)院(yuan)(yuan)放(fang)射科(ke)(ke)史景云教授(shou)(shou)、廣(guang)東省人民醫(yi)院(yuan)(yuan)放(fang)射科(ke)(ke)劉再毅教授(shou)(shou)、世紀壇醫(yi)院(yuan)(yuan)呼吸(xi)與(yu)危重(zhong)(zhong)癥醫(yi)學(xue)(xue)(xue)(xue)科(ke)(ke)薛新(xin)穎教授(shou)(shou)、大連醫(yi)科(ke)(ke)大學(xue)(xue)(xue)(xue)附屬第二醫(yi)院(yuan)(yuan)呼吸(xi)內(nei)科(ke)(ke)王琪教授(shou)(shou)、云南省腫瘤(liu)醫(yi)院(yuan)(yuan)放(fang)射科(ke)(ke)李振輝博士(shi)、301醫(yi)院(yuan)(yuan)呼吸(xi)與(yu)危重(zhong)(zhong)癥醫(yi)學(xue)(xue)(xue)(xue)科(ke)(ke)謝(xie)菲(fei)教授(shou)(shou)以及北航(hang)醫(yi)學(xue)(xue)(xue)(xue)科(ke)(ke)學(xue)(xue)(xue)(xue)與(yu)工(gong)程學(xue)(xue)(xue)(xue)院(yuan)(yuan)田捷教授(shou)(shou)。該研(yan)(yan)究得(de)到國家(jia)自然科(ke)(ke)學(xue)(xue)(xue)(xue)基金(jin)委重(zhong)(zhong)大科(ke)(ke)研(yan)(yan)儀器研(yan)(yan)制(zhi)項目（62027901）、重(zhong)(zhong)點(dian)項目（81930053）、青年基金(jin)（82001913），科(ke)(ke)技(ji)部重(zhong)(zhong)點(dian)研(yan)(yan)發計劃(hua)（2017YFA0205200）等科(ke)(ke)研(yan)(yan)基金(jin)的資助。