近日《自然·医学》杂志上刊登了一项关于AI诊断脑肿瘤技术的新研究。这一项新的诊断技术结合了光学成像和人工智能的技术，实时对手术中的脑肿瘤患者进行诊断。在临床测试中，这项人工智能诊断技术只需要不到秒的时间，就可以从组织样本中诊断出脑瘤。
根据报道，脑瘤诊断一般是通过人类病理学家处理、观察从手术中提取到的患者组织样本判断。美国一年大约有万份大脑样本需要有丰富经验的神经病理学家来进行活检，从而做出判断并安排后续的治疗安排，而人工检查包含了十几个复杂、费时间的步骤。
从手术室运输低温状态下的样本到实验室进行分析，然后将样本解冻、脱水，再用二甲苯清洁，最后放在显微镜下进行分析等等，这个过程需要时间大于30分钟。关键是这些过程都需要神经病理研究人员进行，而研究中表示这个岗位的空缺率达到了42%，还可能更严重。
为了简化这一个过程，纽约大学的神经学家DanielOrringer和同事开发了一种名为“激拉曼组织学（SRH）”的诊断技术，结合了新型光学成像技术和人工智能深层神经网络技术，利用散射激光来获取组织样本中的特征进行分析，而这个诊断过程所需时间不到秒。
为了建立起深层神经网络，研究人员利用名患者的万张图像进行训练，目前AI系统已经可以诊断出13种常见脑肿瘤，比如淋巴瘤、转移性肿瘤和脑膜瘤等。而在名临床试验患者中，人工智能系统和神经病理学家分别对SRH获得的图像进行分析，结果显示两者识别肿瘤的正确率分别为94.6%和93.9%。
SRH技术不仅可以简化样本检测过程，节省时间、人力成本，还可以提高诊断的正确率。随着技术的完善，未来该系统还有望帮助诊断其他类型的癌症。
