人工智能以近乎完美的准确率识别前列腺癌

UPMC和匹兹堡大学的研究人员今天(2020年7月27日)在“柳叶刀数字健康杂志”上发表的一项研究表明，使用人工智能(AI)程序识别和描述前列腺癌的准确性是迄今为止最高的。

资深作者、医学博士、工商管理硕士拉吉夫·迪尔(Rajiv Dhir)、UPMC Shadyside首席病理学家兼病理学副主席、皮特大学(Pitt)生物医学信息学教授拉吉夫·迪尔(Rajiv Dhir)说，“人类擅长识别异常，但他们有自己的偏见或过去的经验。”“机器脱离了整个故事。肯定有标准化医疗的因素。“。

为了训练人工智能识别前列腺癌，Dhir和他的同事们提供了来自患者活检组织切片的100多万个部分的染色组织切片的图像。每张图像都由专家病理学家标记，以教人工智能如何区分健康和异常组织。然后，该算法在另一组1600张幻灯片上进行了测试，这些幻灯片取自UPMC连续就诊的100名疑似前列腺癌患者。

在测试过程中，人工智能在检测前列腺癌方面显示出98%的灵敏度和97%的特异性-显著高于之前报道的基于组织切片的算法。

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、大小和周围神经侵袭的高性能。这些都是病理报告要求的临床重要特征。

但迪尔解释说，这并不一定意味着机器比人类优越。例如，在评估这些病例的过程中，病理学家可以简单地在该患者的样本中看到足够多的恶性肿瘤证据，从而建议治疗。然而，对于经验较少的病理学家来说，该算法可以作为一种失败的保险措施，以捕捉否则可能被遗漏的病例。

“像这样的算法在非典型病变中特别有用，”迪尔说。“非专业人士可能无法作出正确的评估。这是这种系统的一大优势。“。

虽然这些结果很有希望，但迪尔警告说，必须训练新的算法来检测不同类型的癌症。病理标记物并不是所有组织类型都通用的。但他不明白为什么不能这样做，以使这项技术适用于例如乳腺癌。

参考文献：LIron Pantanowitz医学博士、Gabriela M Quiroga-Garza医学博士、Lilach Bien医学博士、Ronen Heled博士、Daphna Laifenfeld博士、Chaim Linhart博士、Judith Sandbank医学博士、Anat Albrecht Shach医学博士、Varda Shalev医学博士、Manuela医学博士撰写的“用于前列腺癌诊断的人工智能算法”，作者为医学博士LIron Pantanowitz、医学博士Gabriela M Quiroga-Garza、医学博士Lilach Bien、医学博士Ronen Heled、博士Chaim Linhart、医学博士Judith Sandbank、医学博士Anat Albrecht Shach、医学博士Manuela。电话：30159-X(20)10.1016/S25897500。

该研究的其他作者包括密歇根大学的LIron Pantanowitz，M.B.Ch；UPMC的Gabriela Quiroga-Garza，医学博士；Lilach Bien，Ronen Heled，Daphna Laifenfeld，Ph.D.，Chaim Linhart，Judith Sandbank，M.D.，Manuela Vecsler，Ibex Medical Analytics；Anat Albrecht-Shach，M.D.。

这项研究的资金是由Ibex提供的，它也创造了这个商业上可用的算法。Pantanowitz，Shalev和Albrecht-Shach报告了Ibex支付的费用，Pantanowitz和Shalev在医疗顾问委员会任职。Bien和Linhart是未决专利US 62/743,559和US 62/981,925的作者。IBEX对研究的设计或结果的解释没有影响。