Nat Med：150秒内！人工智能术中快准狠治疗脑部

导 语：练成中都加速冰的应用很大程度上优化了练成中都决策，减低了手练成准确度，但与练成后生理相比，仍然依赖于一定的相异。准确的一个组织生理学诊疗对于获取最佳的白血病手练成治疗至关重要。练成中都决策和手练成前提因生理而异，而现有的练成中都病理检查新方法足足、徒劳无功，且受人工因素影响，受限制了生理分析。对于流行病学医生来说，寻找有用而加速的练成中都诊疗新方法是当务之急。亦同，纽约私立大学罗萨尼医学中都心刊登在Nature medicine的一篇文章给流行病学医生以在此之后红日：研究工作技术人员推测了一种加速而又准确的练成中都诊疗新方法：AI为首光学全像可在150秒内加速进行时人脑部的诊疗，且控制组高达94.6%，有用亲率超过练成后生理诊疗（93.9%）！ 这项新技练成是由受激阿格拉病理（SRH）为首无标记光学全像和广度差分人工神经网络平台进行时的，而SRH是在受激阿格拉散射成像的新的进行时的，该成像开发于2008年，可加速、有用光谱仪白血病一个组织，从而帮助外科医生格外加安全、有效地制定切除手练成。这一新型全像技练成是一种无标记技练成，不需要转用染料、红光分子或红光蛋白质等标记物，可以直接光谱仪电子束本身的波段信号。它能用脂质、蛋白质质和核酸的固有声波特性来产生图表对比度，探究了练成后生理不足以可视化的诊疗成像特性和病理推测，同时除去了冰或涂片一个组织有效成分中都固有的伪影。在本次研究工作中都，密歇根私立大学的研究工作技术人员运用于的受激阿格拉散射成像是经过改良的流行病学旧版。为了构建研究工作中都运用于的AI工具，研究工作技术人员为首运用于了无标记光学全像和广度差分人工神经网络平台（CNN），该网络平台包含来自415名病变的10万多份样本，可将一个组织分为13个病理类别，均是由最常见的人脑，包括恶性胶质瘤、淋巴瘤、乳腺癌和人脑膜瘤。新技练成的诊疗时序为了进一步有效性CNN的可用性，研究工作技术人员招募了278名做人脑切除或帕金森氏症手练成的病变，分别在三个私立大学医学中都心进行时基础性流行病学试验。对这些病变的人脑化石进行时前列腺，练成中都进行时化石分离，并随机分派到控制组或CDC，CDC转用新技练成进行时诊疗，在练成中都进行时，从图表热带植物、管控到通过CNN进行时诊疗假设。而控制组则转用常规一个组织生理学新方法进行时诊疗。最终在250万张图表上进行时了新技练成的训练运用于，结果推测，两者的诊疗结果竟基本上大不相同。基于一个组织生理的诊疗控制组为93.9％，而基于AI的诊疗控制组为94.6％！该新系统的制定，是NYU Langone将AI整合到流行病学实践中都以优化癌症诊疗的质的超越。SRH是全面的内科全像技练成作业系统的前沿技练成，可与练成中都MRI和红光指引手练成相互配合，为世界内科医生获取分光镜的有用练成中都指导，减低切除亲率与安全性。坚信假以时日，该技练成将共同努力于格外多的癌症病变。原始记事：Todd C. Hollon?, Balaji Pandian, Arjun R. Adapa. et.al. Near real-time intraoperative brain tumor diagnosis using stimulated Raman histology and deep neural networks. Nature Medicine 06 January 2020