北京青年报
AI赋能甲状腺结节良恶性诊断:19个生物标志物建模提升准确率
北京青年报客户端 2022-09-10 10:29

9月6日,西湖大学郭天南研究员团队、李子青教授团队及临床合作者在学术期刊《细胞发现》(Cell Discovery)杂志上发表论文“Artificial intelligence defines protein-based classification of thyroid nodules”,利用人工智能结合蛋白质表达检测,精准诊断甲状腺的良恶性,从而帮助医生判断结节是否需要切除。

近年来,甲状腺结节的患病率持续高升,普通人群中的甲状腺结节患病率高达50%,即每2个成年人中就有1个人可能患有甲状腺结节。

数据显示,其中大概只有10%是恶性的。也就是说,大部分良性甲状腺结节患者原本可以选择保守治疗而不是切除。

在临床评估中,通常采用细针穿刺活检方式,获取结节的组织样本来进行细胞病理诊断。即便如此,仍然有多达1/3的甲状腺结节无法准确分类。

在郭天南等人发表的最新研究中,科研人员使用压力循环技术,可以实现在微量组织样本上进行蛋白质组学分析。

研究人员基于1724例石蜡包埋(FFPE)的甲状腺组织,寻找到19个蛋白质生物标志物,并建立模型——一个神经网络模型。实验结果表明,该模型在对甲状腺结节良恶性的判断准确率超过91%。

为了验证该模型的性能,研究人员对来自中国的288个样本进行测试,其诊断结果的准确率为89%。从新加坡、中国的12个临床中心收集到的另外294份样本显示,验证结果准确率为85%。

在甲状腺结节分子诊断中,基于核酸(DNA与RNA)的辅助诊断方法已是一项较为成熟的技术。但RNA易降解,给检测带来了挑战。

同时,用于不确定性结节良恶性判别的突变目前仍存争议,因此限制了其应用。

相比之下,从蛋白质分子层面进行分析就会可靠得多。当发生病变时,病变部位的状态可以直接地从蛋白质分子层面显示出来。

但由于蛋白质组的数据十分繁杂,研究人员的工作量会变得十分庞大,AI的加入恰好解决了这一问题,它的计算速度和准确性使得研究人员分析蛋白质组数据的过程变得轻松很多。

郭天南教授也认为,如果可以将大健康与AI结合起来,不管从学术角度、从生物学原理的必要性角度,还是从市场、社会的需求来说,都将是时代的大趋势。

编辑/范辉

相关阅读
小伙查出4厘米甲状腺结节没重视 三年后“小红枣”变成“大肉球”查出恶性肿瘤
北京青年报客户端 2024-09-05
甲状腺长结节,一定会发展成癌?必须要切除?很多人的答案都错了
科学辟谣 2024-06-30
早筛准确率超八成!北京首批AI肺结节检测系统上岗
北京日报客户端 2024-04-19
全国肿瘤防治宣传周|体检都有甲状腺结节?
北京青年报客户端 2024-04-18
得了甲状腺癌一定要切除吗?发现甲状腺结节怎么办?
公共卫生与预防医学 2024-02-23
痴呆发病预测新进展,我国科学家发现重要生物标志物
新华社 2024-02-17
可提前15年预测痴呆发病风险!复旦大学科研团队发现重要生物标志物
新华社客户端 2024-02-17
甲状腺结节,究竟该怎么吃?
兰世亭 2024-01-02
最新评论