CCF-GAIR 2020
您正在使用IE低版浏览器,为了您的雷锋网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
未来医疗 正文
发私信给李雨晨
发送

0

匹兹堡大学前列腺癌AI成果登《柳叶刀》子刊

本文作者:李雨晨 2020-07-29 18:57
导语:雷锋网消息,近日,UPMC和匹兹堡大学研究人在《The Lancet Digital Health》上发表的一项研究表明,迄今为止,使用AI识别和表征前列腺癌的

匹兹堡大学前列腺癌AI成果登《柳叶刀》子刊

雷锋网(公众号:雷锋网)消息,近日,UPMC和匹兹堡大学研究人在《The Lancet Digital Health》上发表的一项研究表明,迄今为止,使用AI识别和表征前列腺癌的准确性非常高。

UPMC的首席病理学家兼病理学副教授,皮特大学生物医学信息学教授Rajiv Dhir博士说:“人类擅长识别异常,但是他们有自己的偏见或过去的经验。机器学习则却能够最大程度上保持标准化与客观性。”

为了训练人工智能识别前列腺癌,Dhir和他的同事们提供了从病人活检中提取的100多万份染色组织切片的图像。每幅图像都由病理学专家进行标记,以教人工智能如何区分健康和异常组织。

然后,该算法在一组单独的1600张图像上进行了测试,这些图像取自UPMC的100名疑似前列腺癌患者。

雷锋网了解到,在测试过程中,AI在检测前列腺癌方面显示出98%的敏感性和97%的特异性。

值得注意的是,该算法也不仅仅停留在癌症的检测,更重要的是实现了对肿瘤分级、大小和周围神经的侵犯等判断,这些都是病理报告所要求的临床重要特征。

此外,AI还成功识别出了六张新片子,这些片子此前没有被病理学专家注意到。

但是Dhir解释说,这并不一定意味着该机器优于人类。

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样本中的其他地方看到足够的恶性证据。但是,对于经验不足的病理学家而言,该算法可以提供支持作用,以捕获否则可能会丢失的病例。

Dhir说:“这样的算法在非典型的损伤中特别有用。非专业人士可能无法做出正确的评估。这是这种系统的主要优势。”雷锋网

雷锋网原创文章,未经授权禁止转载。详情见转载须知

分享:
相关文章

文章点评:

表情
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说