人工智能可以近乎完美地识别前列腺癌

- 编辑:大众自然网 -

人工智能可以近乎完美地识别前列腺癌

UPMC和匹兹堡大学的研究人员今天(2020年7月27日)在《柳叶刀数字健康》上发表了一项研究,证明了迄今为止使用人工智能(AI)程序识别和表征前列腺癌的最高准确性。

人类善于识别异常现象,但他们有自己的偏见或过去的经验,资深作者Rajiv Dhir,医学博士,工商管理硕士,UPMC Shadyside病理学的首席病理学家和副主席,以及Pitt的生物医学信息学教授说。机器与整个故事无关。这绝对是标准化护理的一个要素。

为了训练人工智能识别前列腺癌,Dhir和他的同事们提供了从病人活检中提取的100多万份染色组织切片的图像。每幅图像都由专家病理学家进行标记,以教人工智能如何区分健康和异常组织。然后,该算法在一组单独的1600张幻灯片上进行了测试,这些幻灯片取自UPMC的100名疑似前列腺癌患者。

在检测过程中,人工智能在检测前列腺癌和mdash时表现出98%的敏感性和97%的特异性;明显高于以前报道的从组织切片工作的算法。

此外,这是第一个扩展到癌症检测之外的算法,报告了对肿瘤分级、大小和周围神经的侵袭的高性能。这些都是重要的临床特征,需要作为病理报告的一部分。

AI还标记了六张病理学专家没有注意到的幻灯片。

但迪尔解释说,这并不一定意味着机器优于人类。例如,在评估这些病例的过程中,病理学家可以简单地从病人样本的其他地方看到足够的恶性证据,从而推荐治疗方案。不过,对于经验不足的病理学家来说,该算法可以作为一种故障保险,来捕捉可能被遗漏的病例。

这样的算法在非典型的病变中特别有用。迪尔说。非专业人士可能无法做出正确的评估。这是这种系统的一个主要优点。

虽然这些结果是有希望的,Dhir警告说,新的算法将不得不被训练来检测不同类型的癌症。病理标记并非对所有组织类型都具有普遍性。但他不明白为什么不能将这项技术应用于乳腺癌等疾病。

###

参考译文:2020年7月27日,《柳叶刀数字健康》。

该研究的其他作者包括工商管理学院的Liron Pantanowitz。毕业于密歇根大学(University of Michigan);UPMC的Gabriela Quiroga-Garza医学博士;Ibex医学分析中心的Lilach Bien, Ronen Heled, Daphna Laifenfeld博士,Chaim Linhart, Judith Sandbank医学博士,Manuela Vecsler;Shamir医疗中心的医学博士Anat Albrecht-Shach;马卡比医疗服务中心的瓦尔达·沙利夫医学博士、公共事业硕士;以及威特沃特斯兰德大学的Pamela Michelow m.s.和Scott Hazelhurst博士。

这项研究的资金是由Ibex提供的,它也创造了这个商业可用的算法。Pantanowitz、Shalev和Albrecht-Shach报告费用由Ibex支付,Pantanowitz和Shalev是医疗咨询委员会成员。Bien和Linhart是美国62/743,559和62/981,925未决专利的作者。Ibex对研究的设计或结果的解释没有影响。