人工智能助力病理诊断
2019年08月14日 来源:科学网 作者:科学网
近日，美国纪念斯隆-凯特琳癌症中心的Thomas J. Fuchs研究组，开发出了利用完整切片图像进行临床级计算病理学的深度学习系统。该研究于2019年8月发表于国际一流学术期刊《自然—医学》上。
据了解，由于需要大量手工注释数据集，病理学决策支持系统的开发及其在临床实践中的应用受到了阻碍。
为了克服这个问题，研究人员提出了一个基于多实例学习的深度学习系统，该系统仅使用诊断报告作为标签进行训练，从而避免了昂贵且耗时的逐像素手动注释。研究人员在来自15187名没有任何形式数据管理患者的44732个完整切片图像的数据集上大规模地评估了该框架。对前列腺癌、基底细胞癌和腋窝淋巴结转移乳腺癌的测试达到所有癌症类型的曲线下面积均高于0.98。其临床应用将使病理学家排除65-75％的切片，同时保持100％的灵敏度。
这项研究表明，该系统能够以前所未有的规模训练准确的分类模型，为临床实践中计算决策支持系统的应用奠定了基础。