Efficiency and Interpretability in MYC Status Prediction: A Comparative Study of Vision Transformers
本研究对五种用于预测弥漫大 B 细胞淋巴瘤中 MYC 状态的视觉 Transformer 架构进行了基准测试，结果表明，虽然 Swin Transformer 在速度和风险分层方面表现优异，但 Hierarchical ViT 实现了最高的诊断准确率，从而为优化数字病理学中的架构权衡建立了一个经过数学验证的框架。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
在癌症治疗领域，速度与精准度往往处于一场艰难的博弈之中。医生需要确切了解他们正在对抗的是哪种疾病，以便选择正确的治疗方案，但提供这种确定性的检测手段往往既缓慢又昂贵，且需要专门的设备。其中一项关键检测涉及寻找一种被称为 MYC 的特定遗传开关，这种开关存在于一种被称为弥漫大 B 细胞淋巴瘤的侵略性血液癌症中。当这个开关被打开时，疾病往往会生长得更快，且对标准疗法的反应较差，因此早期检测对于患者的生存至关重要。目前，寻找这一开关的金标准是一种实验室技术，它利用发光标记在显微镜下突出显示遗传物质。虽然这种方法很准确，但其过程耗费的时间和资源并非在每家诊所都能获得。这产生了一个迫切的需求，即寻找一种更快速的患者筛查方法，能够通过观察标准的显微镜载玻片，立即标记出那些需要进行更密集、更昂贵检测的患者。
来自马来西亚的一个研究小组在解决这一问题方面迈出了重要一步，他们教会了计算机如何阅读这些标准的显微镜载玻片。该团队并没有使用传统的人工智能工具（这类工具在处理复杂生物图像的大局观方面往往表现不佳），而是测试了被称为“视觉 Transformer”（Vision Transformers）的新一代模型。这些模型旨在将图像拆解成碎片，并理解这些碎片在整个画面中是如何相互关联的，就像病理学家扫描载玻片以同时观察单个细胞和组织整体模式一样。研究人员让五种不同版本的这项技术进行对比，以观察哪一种最能预测 MYC 基因的存在。他们向这些模型输入了从患者组织数字载玻片中提取的数十万张高分辨率微型快照，要求计算机判断每一张快照是来自带有这种侵略性遗传标记的患者，还是不带该标记的患者。
结果揭示了模型工作速度与诊断准确性之间明显的权衡关系。一种被称为“层级视觉 Transformer”（Hierarchical Vision Transformer）的模型被证明是最准确的。它在绝大多数情况下都能正确识别遗传状态，其表现足以媲美经验丰富的专家。该模型的工作原理是模仿人类病理学家检查载玻片的方式：既通过放大来观察单个细胞的精细细节，又通过退后一步来理解组织的宏观景观。然而，这种深层次的分析是有代价的：它是组内运行最慢的模型，处理每张图像所需的时间最长。另一方面，名为“Swin Transformer”的模型提供了另一种平衡。它的速度几乎是最高准确度模型的三倍，处理图像的速度非常惊人，尽管它在最终的“是或否”决策中犯错稍多。
尽管存在速度上的差异，但这两种表现顶尖的模型都表明它们关注的是正确的目标。当研究人员使用一种可视化技术来观察计算机关注的重点时，图像显示这些模型正聚焦于癌细胞特定的形状和纹理，例如细胞核的大小和颜色，而不是被空白区域或背景噪声所干扰。这是一个至关重要的发现，因为它表明这些模型正在学习疾病真实的生物学特征，而不仅仅是根据随机模式进行猜测。研究还强调，虽然一些较旧、较简单的模型速度更快，但它们无法捕捉到完成这项特定任务所需的复杂细节；而使用来自互联网的通用图像进行训练的模型，在没有经过特定医学训练的情况下表现并不理想。
研究人员得出结论，并没有一种适用于所有情况的完美工具，而是有两种取决于目标的优秀选择。如果一家医院需要绝对最高的诊断确定性来确认疑难病例，那么运行较慢、细节更丰富的“层级”模型是最佳选择。如果目标是快速筛查大量患者以标记出可能需要进一步检测的人群，那么速度更快的“Swin Transformer”则非常有效。该研究强调，虽然这些计算机系统功能强大，但目前它们是针对载玻片的微小部分进行设计的，在投入临床常规使用之前，还需要在不同医院进行跨机构测试以及全切片分析测试。目前，这项工作为如何定制人工智能以处理癌症组织的复杂多层结构提供了清晰的蓝图，为实现更快速、更普及的癌症护理提供了一条充满希望的路径。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。