Cancer —结肠类癌的组织病理学图像
学分:维基百科/抄送BY-SA 3
0 根据《自然通讯》杂志上的一项新研究，杜兰大学的一名研究人员发现，人工智能可以从组织扫描中准确地检测和诊断结肠直肠癌，其效果与病理学家相当或更好
这项研究由杜兰大学、中国中南大学、俄克拉荷马大学健康科学中心、坦普尔大学和佛罗里达州立大学的研究人员进行，旨在测试人工智能是否可以成为一种工具，帮助病理学家跟上对其服务日益增长的需求
病理学家定期评估和标记数千张组织病理学图像，以判断某人是否患有癌症
但是他们的平均工作量显著增加，有时会因疲劳而导致意外的误诊
“尽管他们的许多工作是重复的，但大多数病理学家都非常忙，因为对他们所做的工作有巨大的需求，但全球缺乏合格的病理学家，尤其是在许多发展中国家，”博士说
邓洪文，杜兰大学医学院杜兰生物医学信息学和基因组学中心教授兼主任
“这项研究是革命性的，因为我们成功地利用人工智能以经济高效的方式识别和诊断结直肠癌，这最终可以减少病理学家的工作量
" 为了进行这项研究，邓和他的团队从中国、德国和美国的8803名受试者和13个独立的癌症中心收集了超过13000张结直肠癌图像
利用这些由技术人员随机选择的图像，他们建立了一个机器辅助病理识别程序，该程序允许计算机识别显示结肠直肠癌的图像，结肠直肠癌是欧洲和美国癌症相关死亡的最常见原因之一
邓说:“这项研究的挑战源于复杂的大图像尺寸、复杂的形状、纹理和细胞核染色的组织学变化。”
“但最终研究显示，当我们使用人工智能诊断结直肠癌时，表现与真正的病理学家相当，甚至在许多情况下比他们更好
" 接收器工作特性(ROC)曲线(或AUC)下的区域是邓和他的团队用来确定研究成功与否的性能测量工具
在比较了计算机的结果和经验丰富的病理学家人工解读数据的工作后，研究发现，病理学家的平均得分为
969，用于手动准确识别结直肠癌
机器辅助人工智能计算机程序的平均得分是
98，这是可比的，如果不是更准确的话
利用人工智能识别癌症是一项新兴技术，尚未被广泛接受
邓希望这项研究能让更多的病理学家在未来使用预筛查技术做出更快的诊断
“它仍处于研究阶段，我们还没有将其商业化，因为我们需要使其更加用户友好，并在更多临床环境中进行测试和实施
但是随着我们对它的进一步开发，希望它将来也能用于不同类型的癌症
使用人工智能诊断癌症可以加快整个过程，并将为患者和临床医生节省大量时间，”他说
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
