近(jin)期，南京大學(xue)附屬(shu)鼓(gu)樓醫院、云創大數據(ju)、金陵科技學(xue)院等單位合作SCI研究揭示了(le)醫學(xue)領(ling)域新突破。合作論文《前(qian)列腺(xian)癌(ai)病理診(zhen)斷(duan)中(zhong)高精度、有效(xiao)的深神(shen)經(jing)網絡(luo)》在《世界泌尿學(xue)雜志》發表(biao)。

　　研究背景

　　人(ren)工(gong)智能在醫(yi)學(xue)領(ling)(ling)(ling)域(yu)中的應用已(yi)經引起(qi)了廣泛的關注。在腫(zhong)瘤(liu)病(bing)理(li)學(xue)領(ling)(ling)(ling)域(yu)中，醫(yi)生需要通過(guo)對組(zu)織切(qie)片進行病(bing)理(li)學(xue)診斷，以確定患者是(shi)否患有癌癥。然而，由于(yu)組(zu)織切(qie)片的復雜(za)性(xing)和主觀性(xing)，病(bing)理(li)學(xue)診斷存在一定的誤差(cha)率(lv)。因此(ci)，如何提高診斷的準確性(xing)和效(xiao)率(lv)是(shi)當前研究(jiu)領(ling)(ling)(ling)域(yu)存在的問題(ti)。

　　研究內容

　　該(gai)論文旨在(zai)建立一個AI系統(tong)，用(yong)(yong)(yong)于(yu)輔助進行前列腺(xian)癌的(de)(de)(de)病理(li)學診(zhen)斷(duan)。研(yan)(yan)究人(ren)(ren)員使用(yong)(yong)(yong)機器人(ren)(ren)輔助腹腔鏡前列腺(xian)切(qie)除術中(zhong)(zhong)獲取的(de)(de)(de)前列腺(xian)組織切(qie)片，將其轉換為(wei)數字圖(tu)像數據，并根據ISUP Gleason分(fen)(fen)(fen)(fen)級將其標記(ji)為(wei)不(bu)同的(de)(de)(de)顏色(se)。然后(hou)，將圖(tu)像輸入分(fen)(fen)(fen)(fen)割算(suan)法(fa)(fa)中(zhong)(zhong)。研(yan)(yan)究人(ren)(ren)員選擇(ze)修改版的(de)(de)(de)U-Net作為(wei)基本(ben)的(de)(de)(de)網(wang)絡架構。在(zai)172名(ming)患(huan)者中(zhong)(zhong)，共收(shou)集了896張(zhang)前列腺(xian)組織切(qie)片，其中(zhong)(zhong)826張(zhang)切(qie)片用(yong)(yong)(yong)于(yu)訓練(lian)集，其余的(de)(de)(de)用(yong)(yong)(yong)于(yu)測(ce)試集。經過(guo)圖(tu)像分(fen)(fen)(fen)(fen)割后(hou)，AI與病理(li)學家在(zai)22張(zhang)切(qie)片中(zhong)(zhong)有(you)21張(zhang)達(da)成了相同的(de)(de)(de)診(zhen)斷(duan)結果。在(zai)像素級別(bie)上，該(gai)AI系統(tong)的(de)(de)(de)診(zhen)斷(duan)結果的(de)(de)(de)ROC曲線下(xia)面積為(wei)96.8%。三種不(bu)同的(de)(de)(de)分(fen)(fen)(fen)(fen)析方(fang)法(fa)(fa)(二值分(fen)(fen)(fen)(fen)析、臨床導向分(fen)(fen)(fen)(fen)析和不(bu)同ISUP Gleason分(fen)(fen)(fen)(fen)級的(de)(de)(de)分(fen)(fen)(fen)(fen)析)的(de)(de)(de)像素準確度分(fen)(fen)(fen)(fen)別(bie)為(wei)96.93%、95.43%和93.88%。頻率(lv)加(jia)權(quan)的(de)(de)(de)IoU值分(fen)(fen)(fen)(fen)別(bie)為(wei)94.32%、92.13%和90.21%。

　　研究意義

　　該(gai)研(yan)究(jiu)建立了(le)一個高度準確(que)(que)和(he)有效的(de)(de)(de)深度神(shen)經(jing)網絡，用(yong)(yong)于前列腺(xian)癌(ai)的(de)(de)(de)病理(li)學(xue)(xue)診斷(duan)(duan)。該(gai)AI系(xi)統能(neng)夠輔(fu)助病理(li)學(xue)(xue)家進行最終診斷(duan)(duan)，提(ti)高了(le)前列腺(xian)癌(ai)病理(li)學(xue)(xue)診斷(duan)(duan)的(de)(de)(de)準確(que)(que)性(xing)和(he)效率(lv)。此外，該(gai)研(yan)究(jiu)還證(zheng)明了(le)人工智能(neng)在醫(yi)學(xue)(xue)領域中具有廣(guang)泛的(de)(de)(de)應用(yong)(yong)前景和(he)潛(qian)力。