Credit: Pixabay/CC0公共领域
在2020年的一项研究中，达特茅斯和达特茅斯-希区柯克诺里斯棉花癌症中心的研究人员开发了人工智能(AI)来区分结肠镜筛查期间切除的四种主要类型的结肠直肠息肉
该模型不仅产生了在执业病理学家水平上证明准确性和敏感性的结果，而且经受住了使用横跨美国多个机构的广泛数据集的评估
S
，证明人工智能模型是可推广的，并且可以在广泛的外部数据上进行训练
现在，由赛义德·哈桑波博士领导的临床研究小组
D
，将之前基于回顾性数据的离线研究从长凳带到床边
他们的新研究发表在《美国医学协会网络开放》上，提出人工智能模型是一种工具，病理学家可以在临床上轻松使用
这项临床试验涉及来自达特茅斯-希区柯克医学中心和新罕布什尔州柴郡医学中心的15名病理学家，旨在将深度学习模型作为人工智能增强数字系统的一部分的性能与显微镜的标准使用进行比较
Hassanpour说:“通过前瞻性临床试验评估这一工具表明，与使用显微镜的传统过程相比，人工智能增强的数字系统显著提高了息肉分类中病理学的准确性。”
在使用人工智能增强的数字系统之前，病理学家观看了一段五分钟的培训视频，阅读了该模型如何工作以及其结果如何生成的简要总结，并使用一组十张样本载玻片进行了练习，以熟悉该系统
在试验过程中，所有病理学家使用数字系统的平均评估时间持续减少
相比之下，在显微镜使用评估过程中，阅读时间没有显著变化，这是病理学家拥有多年经验的工具
总的来说，数字系统的平均系统可用性评分表明可用性是“好的”，“这是令人鼓舞的，”哈桑普尔说，“考虑到我们系统的短期培训和使用周期
此外，病理学家表示，该数字系统“易于使用和导航”，“使用起来很直观”，而且“能够快速流畅地进出”
" 值得注意的是，一半的参与病理学家表示，他们将在临床实践中使用该工具的一个版本
15人中有12人评论说，他们的经历积极地改变或支持了他们对人工智能在临床实践中的作用的积极看法
Hassanpour的团队现在正与一家领先的数字病理学初创公司合作，将他们的技术引入临床实践，并帮助临床医生和患者进行癌症监测和预防
这种人工智能增强的数字系统在提高监测建议的频率以预防癌症发展、降低结直肠癌监测成本、消除患者过度压力、增加监测项目的覆盖面和准确性以及最终降低结直肠癌总死亡率方面显示出前景
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
