周 帥,劉會春

(蚌埠醫(yī)學(xué)院第一附屬醫(yī)院肝膽胰外科,安徽 蚌埠 233000)

近年來,信息化的進(jìn)程不斷提升,推動了機(jī)器學(xué)習(xí)(Machine learning,ML)方法的優(yōu)化。人工智能被定義為創(chuàng)建自動化系統(tǒng)來執(zhí)行那些被認(rèn)為需要人類智能才可勝任的任務(wù),如影像圖片識別、決策和特征識別。而ML是實(shí)現(xiàn)這一能力的關(guān)鍵之處,ML是指計(jì)算系統(tǒng)通過經(jīng)驗(yàn)獨(dú)立改進(jìn)這些任務(wù)的能力[1]。ML要依靠大量的可靠數(shù)據(jù)才可以學(xué)習(xí)感興趣的變量和結(jié)果之間的復(fù)雜和非線性關(guān)系[2]。同時,根據(jù)新的數(shù)據(jù)來源,可以識別以前不能識別的數(shù)據(jù),例如影像圖片和文本數(shù)據(jù)。ML在診斷青光眼的領(lǐng)域已有建樹[3]。同樣的,這種技術(shù)在其他肝臟疾病學(xué)中有許多潛在的用途,如識別肝臟疾病特征血清標(biāo)志物、影像圖片、病理學(xué)參數(shù)、預(yù)測肝硬化程度等。

1 機(jī)器學(xué)習(xí)

ML被定義為：研究如何使用機(jī)器來模擬人類學(xué)習(xí)活動的一門學(xué)科。其成立的前提是引入攝取輸入數(shù)據(jù)的算法,并且應(yīng)用計(jì)算機(jī)分析在可接受的范圍內(nèi)預(yù)測輸出值,識別數(shù)據(jù)中的模式,并從以前的經(jīng)驗(yàn)中學(xué)習(xí)。數(shù)據(jù)處理過程是十分復(fù)雜的,單純?nèi)斯げ僮鞯娜蝿?wù)量太大,然而有了ML后,這個過程就會半自動的向計(jì)算機(jī)提供數(shù)據(jù),并且基于學(xué)習(xí)框架來創(chuàng)造分析模型,從而改進(jìn)預(yù)測準(zhǔn)確性[4]。ML包括監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)。前者指的是通過人為參與規(guī)定了特定參數(shù)的方法,即通過為每個訓(xùn)練輸入提供診斷(特定參數(shù))來實(shí)現(xiàn)的。后者是直接獲得原始數(shù)據(jù),并將其分成與現(xiàn)有臨床數(shù)值相關(guān)的和不相關(guān)的數(shù)據(jù),優(yōu)點(diǎn)是獲得原始數(shù)據(jù),而缺點(diǎn)是可能會呈現(xiàn)未知的模型。

2 機(jī)器學(xué)習(xí)的常用算法

2.1 支持向量機(jī)(Support vector machine,SVM)SVM是監(jiān)督學(xué)習(xí)的一種,它將數(shù)據(jù)分成兩個或多個類別。支持向量只是指的邊緣算法用來支持其確定是否屬于一個類別數(shù)據(jù)。在SVM中,一些參考內(nèi)核,可以修改數(shù)據(jù)以特定的方式使數(shù)據(jù)更適合分離分類。SVM的優(yōu)點(diǎn)是可以作用多個數(shù)據(jù)和變量,尤其是小樣本和非線性數(shù)據(jù)。由于其通用性,支持向量機(jī)已被應(yīng)用于多種數(shù)據(jù)類型,例如用SVM檢測乳腺癌外周血數(shù)據(jù)到失語癥和退行性帕金森癥的MRI數(shù)據(jù)分析[5]。

2.2 神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò),又稱為人工神經(jīng)網(wǎng)絡(luò),定義為在計(jì)算機(jī)上從多層次水平來模擬人類神經(jīng)元活動的連接系統(tǒng)。靈感是來自人類神經(jīng)元活動,其本質(zhì)是數(shù)學(xué)模型,用來分析多層次數(shù)據(jù)。神經(jīng)網(wǎng)絡(luò)的模型是通過對輸入的數(shù)據(jù)(如影像學(xué)結(jié)果、病理結(jié)果、病歷資料等)進(jìn)行訓(xùn)練,尋找最佳組合,數(shù)據(jù)不斷優(yōu)化并尋找最佳變量,直到選出最合適結(jié)果。人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程涉及更新節(jié)點(diǎn)(神經(jīng)元)的連接強(qiáng)度。通過利用預(yù)測值與校正值之間的誤差來調(diào)整網(wǎng)絡(luò)中的權(quán)重,以使誤差最小,并獲得最準(zhǔn)確的輸出[6]。神經(jīng)網(wǎng)絡(luò)系統(tǒng)早已運(yùn)用于醫(yī)學(xué)診斷之中,從最初的單純輸入數(shù)據(jù)集到用原始數(shù)據(jù)轉(zhuǎn)換后的圖像數(shù)據(jù)等復(fù)雜變量的數(shù)據(jù)集,神經(jīng)網(wǎng)絡(luò)已經(jīng)被應(yīng)用于預(yù)測肝移植3個月的存活率,輔助終末期肝臟疾病患者的預(yù)后診斷,以及從影像學(xué)方面預(yù)測肝病的進(jìn)展。神經(jīng)網(wǎng)絡(luò)在分析圖像和作為早期檢測肝臟腫瘤的工具方面的作用也已得到證實(shí)[7]。

2.3 深度學(xué)習(xí)深度學(xué)習(xí)是神經(jīng)網(wǎng)絡(luò)的一個分支,其特征是具有多個隱藏節(jié)點(diǎn)層,通過多種方式對輸入層數(shù)據(jù)進(jìn)行分類篩取得出最理想數(shù)據(jù)。它與簡單神經(jīng)網(wǎng)絡(luò)的區(qū)別在于增加了節(jié)點(diǎn)的層數(shù),一般是由10～20層節(jié)點(diǎn)構(gòu)成,網(wǎng)絡(luò)大小也變得更為復(fù)雜多樣性,能夠適應(yīng)復(fù)雜情況,提高準(zhǔn)確性和效率性。深度卷積神經(jīng)網(wǎng)絡(luò)(Convolutional neural networks,CNN)是其在臨床中應(yīng)用最廣泛的,CNN它是一種前饋神經(jīng)網(wǎng)絡(luò)是被設(shè)計(jì)來模擬大腦中的神經(jīng)過程,經(jīng)常被應(yīng)用于圖像處理任務(wù)。CNN的高級之處在于它把圖像信息轉(zhuǎn)變成如顏色、大小、形狀等精確特征,并匯集這些特征,增加了分析深度,區(qū)別于簡單神經(jīng)系統(tǒng)的單像素值特征,最大化的為機(jī)器算法提供全面的數(shù)據(jù)集以便形成最終結(jié)果[8]。

2.4 決策樹和隨機(jī)森林決策樹是一種類似于以樹狀結(jié)構(gòu)排列的流程圖,其中每個步驟表示對一個或多個特征的測試,并按照流程把結(jié)果分類。隨機(jī)森林是一種非參數(shù)的集成方法,它將最鄰近的數(shù)據(jù)相結(jié)合,并進(jìn)行有效的自適應(yīng)推理,逐步節(jié)點(diǎn)分裂從而使得決策樹越來越大,使得其能對數(shù)據(jù)進(jìn)行有效的分析[9]。隨機(jī)森林使用在訓(xùn)練數(shù)據(jù)的不同隨機(jī)子集上并行訓(xùn)練的深度決策樹的集合。該方法的最終輸出對應(yīng)于所有決策樹結(jié)果的模式。

3 機(jī)器學(xué)習(xí)模型在非酒精性脂肪性肝病中的應(yīng)用

非酒精性脂肪性肝病(Nonalcoholic fatty liver disease,NAFLD)因?yàn)槠渚薮蟮呐R床樣本量和可識別性,是ML最好的研究對象。早發(fā)現(xiàn)、早診斷是治療和預(yù)防NAFLD最好的方式,因此利用ML方法,通過圖像分析和病理檢查能夠有效地識別這些患者,并區(qū)分其嚴(yán)重程度,是目前開展的研究熱點(diǎn)之一。研究者應(yīng)用決策樹等技術(shù)模型評價(jià)了922名受試者,測量其丙氨酸轉(zhuǎn)移酶、高密度脂蛋白、膽固醇、甘油三酯、血紅蛋白A、白細(xì)胞計(jì)數(shù)和高血壓6個測量指標(biāo),來區(qū)分普通人群和NAFLD患者,其準(zhǔn)確性達(dá)87%[10]。一項(xiàng)納入了40637個個體中含有7種危險(xiǎn)因素的數(shù)據(jù)集研究,其準(zhǔn)確率達(dá)到73%,并且具有較強(qiáng)的區(qū)分能力,適于NAFLD的風(fēng)險(xiǎn)評估[11]。Heinemann F等人[12]利用CNN系統(tǒng)建模,量化了NAFLD和非酒精性肝炎的病理圖片,并建立了相應(yīng)的區(qū)分系統(tǒng),其準(zhǔn)確率與病理學(xué)家診斷正確率幾乎一致,這提高了對NAFLD的病理學(xué)參數(shù)的診斷效率。Forlano R等人[13]收集了246名英國NAFLD患者資料,并利用CNN技術(shù)建立模型,并通過與人工組對比,其結(jié)果一致。這些結(jié)果證明了ML在診斷NAFLD上具有臨床參考意義。同時在對比不同的ML模型的比較研究中,Ma H等人[14]應(yīng)用11種不同的ML模型預(yù)測2,522例中國患者中的NAFLD指標(biāo),其中貝葉斯網(wǎng)絡(luò)模型在所有模型中脫穎而出。以上研究表明,ML在診斷NAFLD中有一定可取之處,但是每項(xiàng)研究都是在不同的臨床情境下研究的,其模型無統(tǒng)一性,因此有必要針對特定問題評估多種ML模型,以確定要應(yīng)用的最合適的算法。

4 機(jī)器學(xué)習(xí)模型在病毒性肝炎中的具體應(yīng)用

ML方法作為一種非侵入性方式,可作為一種替代方式用于慢性肝炎的分期和纖維化判斷。ShoushaHI等人[15]創(chuàng)建的ML技術(shù)模型包含16種基因特征值,對比傳統(tǒng)的天冬氨酸氨基轉(zhuǎn)移酶/血小板比值指數(shù)和纖維蛋白原指數(shù)等評分系統(tǒng)來預(yù)測慢性丙型肝炎相關(guān)晚期纖維化的準(zhǔn)確性,并在427例丙肝患者中驗(yàn)證,結(jié)果表明新的模型要好過傳統(tǒng)的評分系統(tǒng)。在臨床相關(guān)指標(biāo)的應(yīng)用中。Konerman MA等人[16]通過優(yōu)化包含縱向數(shù)據(jù)的新的統(tǒng)計(jì)方法來改進(jìn)現(xiàn)有的預(yù)測慢性丙性肝炎的模型,并且預(yù)測其1、3和5年肝硬化程度,該模型包括邏輯回歸、隨機(jī)森林和SVM用來預(yù)測纖維化進(jìn)展、肝臟相關(guān)死亡率、肝臟失代償、Child-Turcotte Pugh評分≥7的程度、肝細(xì)胞癌一年內(nèi)的轉(zhuǎn)移情況。并在隨后的研究中得到驗(yàn)證,其結(jié)果表明縱向模型優(yōu)于基線模型。

同樣的ML模型也可以運(yùn)用到乙型肝炎患者的炎癥分級檢測。Zhou W等人[17]建立ML模型,包含慢性乙肝患者的臨床相關(guān)的基因表達(dá)分析特征。可以篩選出與免疫系統(tǒng)、干擾素刺激、細(xì)胞因子調(diào)節(jié)、抗凋亡等與臨床參數(shù)相關(guān)的基因,并有效預(yù)測炎癥分級。ML技術(shù)也應(yīng)用在診斷乙肝患者肝硬化進(jìn)展和研究。其中包含了常規(guī)實(shí)驗(yàn)室指標(biāo)和血清標(biāo)志物的CNN和貝葉斯算法模型,可以用于乙肝患者肝硬化的診斷和肝纖維化逆轉(zhuǎn)有效性的預(yù)測[18]。ML還能用于結(jié)合臨床上常規(guī)的檢查指標(biāo)來檢測乙肝患者的肝硬化程度。Cao Y等人[19]利用包含7種常規(guī)臨床資料的ML模型來診斷合并乙型肝炎的肝硬化患者。其模型的敏感度為95.2%、特異度達(dá)84.2%和準(zhǔn)確率達(dá)89.9%。這些研究模型證明了ML算法可用于乙肝所導(dǎo)致的肝硬化的評估。那么問題來了,哪種ML模式更加準(zhǔn)確？Fu TT等人[20]對比了新舊ML算法,以354例肝部分切除術(shù)患者為研究對象,并以肝活檢為參考標(biāo)準(zhǔn),其中LeNet-5神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)分類模型表現(xiàn)最好。以上結(jié)論表明不斷優(yōu)化ML模型,有利于其在臨床上的應(yīng)用進(jìn)展。

5 展望

ML方法可以用來解決決跨醫(yī)學(xué)的問題。例如肝病篩查、肝癌預(yù)測、肝硬化預(yù)測等。雖然傳統(tǒng)生物統(tǒng)計(jì)學(xué)已經(jīng)可以診斷許多肝臟疾病,但是ML算法的應(yīng)用仍可改進(jìn),因其依賴于大量的數(shù)據(jù)才可以優(yōu)化算法,但是其數(shù)據(jù)來源的準(zhǔn)確性和有效性,是困擾研究者們的一個問題。近些年,越來越多的學(xué)者和醫(yī)師應(yīng)用ML算法來改進(jìn)臨床診斷?？梢灶A(yù)期,在不久的未來,人工智能和ML技術(shù)將會越發(fā)成熟。使用這些工具來解決肝病診斷的復(fù)雜性,加強(qiáng)了對更優(yōu)化的生物標(biāo)志物和治療策略的識別,并最終為肝病的實(shí)踐提供更精確的醫(yī)學(xué)方法。