跳到主要内容

话题

医学物理学

医学物理学

训练计算机以搜寻癌症

取自2020年7月号 物理世界。物理研究所的会员可以享受完整的期刊 通过 物理世界 应用程式.

医学物理学家和企业家 玛丽莲·吉格(Maryellen Giger) 与玛格丽特·哈里斯(Margaret Harris)谈谈她如何在乳腺癌成像中建立AI的使用

玛丽莲·吉格(Maryellen Giger)健康图片 玛丽莲·吉格(Maryellen Giger)的职业生涯一直专注于使用AI改善乳腺癌成像。 (礼貌:玛丽埃伦·吉格(Maryellen Giger))" />
健康图片 玛丽莲·吉格(Maryellen Giger)的职业生涯一直专注于使用AI改善乳腺癌成像。 (礼貌:玛丽埃伦·吉格(Maryellen Giger))

30多年来, 玛丽莲·吉格(Maryellen Giger) 致力于使用人工智能(AI)来提高医学成像的准确性,特别是在涉及癌症时。的确,吉格(Giger)是开发人工神经网络的先驱,该技术使计算机能够识别,分类和诊断医学图像,无论是射线照相,MRI或CT扫描图像。在这里,她谈论了自己的物理学背景,如何在乳腺癌影像学中建立AI的使用方法,以及如何参与了首批获得美国食品药品监督管理局(FDA)批准的计算机辅助癌症检测和诊断公司。诊断系统。

是什么激发了您对医学物理学的最初兴趣?

我一直对成长中的数学和物理学感兴趣,我主修本科课程。我上了芝加哥郊外的伊利诺伊州本尼迪克特学院。虽然那是一所小型大学,但它有很多实习机会,我花了三个夏天在大学工作。 费米国家加速器实验室(Fermilab)。 当时他们有一个中子治疗系统,所以我花了一个夏天在组装机上工作,在那里我对中心内的一些温度控制进行了编程。另外两个夏天,我在光束诊断的硬件上做更多的工作,这就是我发现医学物理学的方式。

本科毕业后,我有机会在1979年去了英国的埃克塞特大学。在埃克塞特,他们有一个研究心电图的婴儿猝死综合征(SIDS,也称为婴儿床死亡或婴儿床死亡)的项目。 。在那里,我创建了心电图系统,并在一个我已经很早就知道的汇编器中对其进行了编程,并撰写了关于该主题的理学硕士论文,研究对象之间是否存在节奏变化。

您的博士工作重点是什么?

当我从英国回来时,我在芝加哥大学开始了博士学位,研究范围涵盖诊断成像物理学以及治疗成像物理学。我决定要进入诊断端。我们了解了整个成像过程的所有物理过程–从设备中将使用哪种源,检测器的类型,获取图像后会发生什么,甚至如何向患者呈现最终报告。因为如果您没有优化所有步骤,则该过程将无法进行。我的论文研究是评估数字X射线照片的物理图像质量,有趣的是,数字X射线照片是当今大多数人习惯的唯一X射线照片类型-但是在1980年代初期,我们从屏幕胶卷开始。将一张胸部X光片数字化需要一个小时,而现在这个过程是相对瞬时的。

攻读博士学位后,我花了几年时间做博士后,然后 成为大学放射学系的教授。我致力于分析胸部X线照片以检测肺结节,然后进行乳腺X线照片筛查以检测肿块。胸部X光片过去通常要花一个小时才能数字化,但要花四个小时才能处理完。最终导致我们开发用于医学分析的计算机辅助检测算法​​。

您和您的同事如何在乳腺癌成像中率先使用AI?

术语计算机辅助诊断始于1980年代和1990年代,然后分为计算机辅助检测(CADe)和计算机辅助诊断(CADx)。捕获质量的数字图像后,我们需要对其进行解释-放射科医生通常会根据自己的经验和知识进行定性判断。数字图像包含很多信息,例如,放射科医生可以估计肿瘤的大小和不规则性,但是AI算法可以对此进行定量计算。这可以帮助放射科医生更快地发现癌症,并帮助临床医生做出更明智的诊断。我们要做的是教AI如何分析图像以及寻找什么。

数字图像包含很多信息。我们教AI如何分析图像以及寻找什么

要了解检测和诊断之间的区别,您可以想到 沃尔多在哪里? 图书。乳腺钼靶筛查可以看作是一本长达一千页的书,您必须在其中找到Waldo,而后者仅占其中的五页-而且您必须在有限的时间内完成此操作。因此,CADe拥有一台计算机,可以帮助您找到带有红色和白色条纹的物品。然后,一旦找到这些条纹,就会有另一个程序CADx,它将帮助您确定这些条纹是否是随机的东西(如水桶)或它们是否确实是Waldo。 CADx一直被认为与放射线医生一起使用,放射线医生会首先检查此案并做出决定。然后,计算机将用作第二个阅读器,主要用于捕捉可能已丢失的内容。

开发第一个FDA批准的计算机辅助乳腺癌检测系统的过程是什么?

我很早就了解到,如果您真的想将产品推广给患者,则必须通过申请专利并获得许可来保护自己的想法。开发任何想法或产品需要投入大量资金,这是公司进行投资的唯一方法。在1990年,我们为CADe方法和系统申请了专利,以检测和分类乳房X线照片和胸部X线照片中的异常区域。它们后来由一家名为R2 Technologies的公司许可(该公司于2006年被Hologic收购)。到1998年,它已将我们的研究及其进一步发展转化为第一篇 FDA批准的CADe系统,称为ImageChecker。

您实验室研究结果的翻译也导致了第一个FDA批准的CADx系统用于癌症诊断-请告诉我。

在乳腺癌筛查中,如果在图像中发现可疑的东西,则患者可能会接受另一次乳房X光检查或超声或MR扫描。您最终将获得来自多种模式的图像,然后放射科医生必须评估病变是癌症的可能性,决定是否要求进行活检以及如何快速随访。因此,我们想知道一台计算机如何帮助处理所有这些信息,以帮助放射科医生进行决策。通过乳腺MRI,我们定量提取了各种图像特征,类似于放射科医生所观察到的,然后我们创建了算法,对其进行了训练和验证。我们在室内进行了一项读者研究,结果表明,如果放射科医生得到这种帮助,他们的表现会更好。

我们于2009年通过芝加哥布斯商学院的“新创业挑战赛”开始翻译研究成果。该团队包括我实验室的两名MBA学生,一名医学生和一名医学物理学生。在111支队伍中,我们进入了最后九支。挑战之后,我们创建了一家名为Quantitative Insights(QI)的公司,该公司随后在 波尔斯基创业与创新中心。 QI对多个案例和制造商进行了临床读者研究,并已提交给FDA。

QI在2017年获得了QuantX的许可,这是FDA批准的首个机器学习驱动系统,可帮助癌症诊断。该系统使用基于我们开发的算法的AI算法,分析乳房MRI并为放射科医生提供与肿瘤良性或恶性可能性相关的评分。此后不久,对人工智能研究感兴趣的芝加哥生命科学创新者Paragon Biosciences购买了QuantX。在2019年,百利宫(Paragon)推出了Qlarity Imaging,现已开始出售和放置这些产品。我是该公司的顾问。

您如何看待AI在未来的医学影像中使用?

可以受益于AI的医学成像领域有很多需求。某些人工智能将有助于创建更好的人或计算机视觉图像,例如,开发新的层析重建技术。为了解释,将使用AI从图像中提取定量信息,这与我们对CADe和CADx所做的类似,但现在也适用于并发阅读器系统,最终是自治系统。

AI还可以帮助简化许多辅助任务,以提高工作流程效率,例如评估图像是否具有足以被解释的质量,甚至是在患者仍在桌子上时。然后,在治疗期间,监视患者的进度很重要。因此,使用计算机视觉AI从例如MRI中提取信息可以得出治疗反应的定量指标。我相信,在未来,我们需要关注AI的发展,并继续开发用于各种医疗任务的AI方法。仍有许多工作要做。

您在物理学位期间一直使用的一些技能是什么?您在工作中还需要开发哪些其他技能?

我工作所需的两个主要技能是运行实验室和翻译研究。在您的学位期间,您并未真正接受有关如何运行和管理实验室的培训。我们必须作为一个团队一起工作,在科学领域内我们都是平等的。您可以通过观察其他人,看看什么有效,什么无效,来作为一名学生学习。您也可以通过自己的错误来学习,现在我尝试告诉其他人,但是他们都必须找到自己的道路。

在成功进行研究和翻译时,与项目中的每个人进行交流非常重要。对我们而言,这意味着了解医学成像过程,算法和计算,验证和测试的各个方面,并与临床医生交谈以寻求临床影响。由于我们是Polsky中心的一部分,我们将研究原型转换为商业产品后,获得了许多免费建议和资金。我们还受益于Chicago Mentors组,该组使我们与具有不同角色的行之有效的行业人士保持联系-市场营销,法律,甚至是首席执行官-我们可以向他们提出所有问题。

您对当今的物理系学生有何建议?

您必须热爱自己的工作,因此请确保您选择的工作或研究领域是您真正喜欢的东西。我非常喜欢我的工作,不仅仅是工作。如果我晚上有空闲时间,我会经常阅读该领域的科学论文或审查实验室的研究结果。我确实很努力,但是有趣的是坐下来和同事分享想法。我一周中最喜欢的时间是与实验室中的一两个学生或同事见面时。我们审查数据,思考并提出问题,这就是形成新想法的方式。我喜欢在实验室里教学生,并尝试向他们展示如何成为独立研究者。我总是告诉他们寻找危险信号,并且犯错也可以,我们都可以。我还要说,我受到许多人的指导而受益匪浅。而我最有意义的时刻是当学生成为同事时。

版权©2020年由IOP 出版 Ltd和个人贡献者