匹兹堡，2020年7月27日-UPMC和匹兹堡大学研究人员今天在《柳叶刀数字健康》上发表的一项研究表明，迄今为止，使用人工智能(AI)程序识别和表征前列腺癌的准确性最高。

UPMC Shadyside的首席病理学家兼病理学副教授，Pitt生物医学信息学教授，医学博士，MBA的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。”“机器与整个故事无关。肯定有标准化护理的元素。”

为了训练AI识别前列腺癌，Dhir和他的同事提供了从病人活检组织中超过一百万个染色的组织玻片的图像。每幅图像均由专业病理学家标记，以教给AI如何区分健康组织和异常组织。然后对该算法进行了测试，该算法是从UPMC的100例连续患者中分离出的1,600张载玻片上进行测试的，这些载玻片是可疑的前列腺癌。

在测试过程中，该AI在检测前列腺癌方面显示出98%的灵敏度和97%的特异性-大大高于以前报道的从组织玻片上运行的算法。

另外，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，大小确定和周围神经入侵的高性能。这些都是病理报告所要求的临床重要特征。

AI还标记了六张幻灯片，这些幻灯片没有被专家病理学家注意到。

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，病理学家本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，以建议治疗。但是，对于经验不足的病理学家而言，该算法可以充当故障保护功能，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。”

尽管这些结果令人鼓舞，但Dhir告诫说，必须训练新算法来检测不同类型的癌症。病理标记并非在所有组织类型中都通用。但是他不明白为什么不能使这种技术适应例如乳腺癌。