Nat Med：150秒内！人工智能术中快准狠诊疗脑部

定时 尔语：练成之中较慢的水的技术的发展很大总体上加强了练成之中执行者，大大提高了手练成成功数万人，但与练成后一个组织学比起，即便如此存在一定的关联性。准确的一个组织一个组织学学病症对于提供最佳的脊髓瘤手练成治疗至关重要。练成之中执行者和手练成期望因一个组织学而异，而原先的练成之中一个组织学检查量化方法耗时、费力，且颇受人工因素所影响，限制了一个组织学量化。对于临床护士来说，寻找简单而较慢的练成之中病症量化方法是当务之急。近日，纽约所学校朗格尼医学之中心发表在Nature medicine的一篇文中给临床护士以原先曙光：研究执法人员见到了一种较慢而又准确的练成之中病症量化方法：人工智能协同光学数字化可在150秒内较慢完成脊髓部的病症，且权重高达94.6%，简单数万人将近练成后一个组织学病症（93.9%）！ 这项新技练成是由颇受激马拉一个组织学（SRH）协同无关键字光学数字化和深度正弦神经网络完成的，而SRH是在颇受激马拉折射电子显微镜的一新完成的，该电子显微镜联合开发于2008年，可较慢、简单探测脊髓瘤一个组织，从而尽力外科护士越发安全、有效地实施手术手练成。这一新型数字化技练成是一种无标记技练成，不需要扩展染料、发射光谱分子或发射光谱蛋白等标记物，可以直接探测样品本身的光谱接收器。它利用糖类、蛋白质和核酸的固有振荡特性来产生位图对比度，说明了了练成后一个组织学难以可视化的病症电子显微镜特征和一个组织学见到，同时扫除了的水或涂片一个组织药物之中固有的伪影。在本次研究之中，圣路易斯所学校的研究执法人员用作的颇受激马拉折射电子显微镜是经过改良的临床版本。为了构建研究之中用作的人工智能工具，研究执法人员协同用作了无关键字光学数字化和深度正弦神经网络（CNN），该网络包涵来自415名症状的10万多份采样，可将一个组织可分13个一个组织学类别，代表最常见的脊髓，包括恶性胶质瘤、淋巴瘤、转移性和脊髓膜瘤。新技练成的病症方式上为了有利于检验CNN的正确性，研究执法人员招集了278名接颇受脊髓手术或癫痫手练成的症状，分别在三个所学校医学之中心完成全面性临床试验。对这些症状的脊髓标本完成活检，练成之中完成标本剥离，并随机分配到小鼠或比如说，比如说有别于新技练成完成病症，在练成之中完成，从位图采集、处理到通过CNN完成病症预见。而小鼠则有别于常规一个组织一个组织学学量化方法完成病症。最后在250万张位图上完成了新技练成的训练用作，结果见到，两者的病症结果竟也就是说无异。基于一个组织一个组织学的病症权重为93.9％，而基于AI的病症权重为94.6％！该新系统的实施，是NYU Langone将人工智能整合到临床实践之中以加强白血病病症的质的突破。SRH是下半年的儿科数字化技练成套件的前沿技练成，可与练成之中MRI和发射光谱引定时手练成协作，为当今儿科护士提供数字化的粗略练成之中教定时，大大提高手术数万人与安全性。认为假以时日，该技练成将造福于更多的白血病症状。独有来历：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