推荐活动

人工智能助力PD-L1病理切片定量判读

首页 » 产业 » 企业 2019-11-18 转化医学网 赞(2)
分享: 
导读
2019年11月14~17日,中华医学会病理学分会第二十五次学术会议暨第九届中国病理年会在河南省郑州国际会展中心举行。在16日举行的数字病理与人工智能分会场上,北京大学肿瘤医院吴江华博士在会上进行了题为“肺腺癌PD-L1免疫组化染色切片AI定量判读实现”的报告。

2019年11月14~17日,由中华医学会、中华医学会病理学分会主办,河南省医学会、中国医师协会病理科医师分会、中国抗癌协会肿瘤病理专业委员会、中国医疗保健国际交流促进会病理学专业委员会、CSCO肿瘤病理专家委员会、中华病理学杂志、北京精鉴病理学发展基金会协办的中华医学会病理学分会第二十五次学术会议暨第九届中国病理年会在河南省郑州国际会展中心举行。

在16日举行的数字病理与人工智能分会场上,北京大学肿瘤医院吴江华博士在会上进行了题为“肺腺癌PD-L1免疫组化染色切片AI定量判读实现”的报告。报告中指出,在非小细胞肺癌的诊断和治疗中,肿瘤细胞的PD-L1的表达水平是筛选免疫治疗获益患者的一个重要指标,目前临床上病理切片的定量化判读为病理医生通过估算特定区域阳性细胞的比值而得到的一个粗略的等级,受病理医生的能力和经验影响较大,彼此之间的一致性和可重复性较低。AI辅助判读不仅可以大幅度的减少医生读片的时间和工作量,同时可以得到一个准确而稳定的PD-L1表达的阳性细胞比值,读片过程具有可重复性,具有明显优势。不仅如此,甚至有可能规范化多种不同特性的抗体的读片过程,从而减少因为抗体的特异性差异而带来的结果误差。因此,运用AI技术来辅助病理读片是目前该领域发展的一个大趋势。

吴江华博士作会议报告

该项目中运用了一套基于深度学习的自动判读方法,可以对病理切片进行自动化癌区检测、分割以及TPS(tumor proportion score)自动判读。首先,该研究基于DAKO 22C3抗体的数据集搭建了一个深度神经网络,利用该网络来进行癌区的自动分割。实验结果表明,该模型分割癌区的精确度可以达到94%以上。然后,他们运用迁移学习的方法在该网络的基础上继续训练SP142的数据集来拓展模型的应用范围,得到新模型依然可以在两个数据集上达到非常高的精确度。迁移学习是近年来机器学习中的一大热点,该技术可以使搭建的神经网络模型同时涵盖不同领域或任务中的知识或模式 1 。由于国际肺癌研究协会(IASLC)牵头发起的 Blueprint 项目结果表明, SP142抗体与其他抗体相比与DAKO 22C3抗体结果的一致性较差 2,因而团队选择了SP142来作为测试模型泛化应用的目标抗体。性能结果表明,经过迁移学习之后的新模型确实具有涵盖多种差异较大的抗体特性的能力,具有较高的精确度及鲁棒性,并与多名受相关培训的专业病理医生读片结果进行比较,结果具有非常高的一致性。

该项目的结果已在2019年9月于西班牙巴塞罗那举行的世界肺癌大会(World Conference of Lung Cancer,WCLC)上进行了题为“Deep learning approach for automated tumor cells detection and estimation of PD-L1 22C3 assay expression in lung adenocarcinoma”的口头报告 3 。这表明,人工智能可以有效的帮助病理医生进行PD-L1病理切片判读。在报告结束时,吴江华博士致谢了该项目唯一技术支持方:志诺维思(北京)基因科技有限公司AI团队,并表达之后将继续合作推进该项目的临床验证落地工作。

参考文献:

1. Pan S J, Yang Q. A Survey on Transfer Learning[J]. IEEE Transactions on Knowledge and Data Engineering, 2010, 22(10): 1345-1359.

2. Hirsch F R, Mcelhinny A, Stanforth D, et al. PD-L1 Immunohistochemistry Assays for Lung Cancer: Results from Phase 1 of the Blueprint PD-L1 IHC Assay Comparison Project[J]. Journal of Thoracic Oncology, 2017, 12(2): 208-222.

3. D Lin, J Wu, W Sun. Deep learning approach for automated tumor cells detection and estimation of PD-L1 22C3 assay expression in lung adenocarcinoma. World Conference of Lung Cancer, 2019. (accepted

关于志诺维思

志诺维思是一家聚焦新一代肿瘤精准诊疗,运用多模态人工智能技术解决临床信息结构化、分子检测精准化以及诊断决策智能化的医疗大数据公司。志诺维思具备独有的生物信息、自然语言处理和图像分析算法,致力于打造面向肿瘤精准诊疗决策支撑集成系统以及医学大数据分析的综合型云体系。

加入我们

扫描下方二维码,关注招聘信息;猎聘、拉勾、boss直聘搜索 “志诺维思” 可进行简历投递,我们在这里等你~

(转化医学网360zhyx.com)

评论:
评 论
共有 0 条评论

    还没有人评论,赶快抢个沙发