JMT日本医疗——AI开发支持癌症病理诊断，胃活检匹配率达9成以上①

点击量：84   日期：2022-08-22 09:11    编辑：JMT日本医疗

在很多机构中，“一名病理学家”的状态存在遗漏或过度诊断癌症的风险

日本病理学会8月12日宣布，开发出支持胃活检病理诊断的病理诊断辅助AI，能够有效地判断肿瘤的有无，并在图像上确定肿瘤的存在部位。该研究是由该学会、国立情报学研究所、东京大学等研究小组进行的。研究成果发表在《Cancer Science》上。

癌症的诊断确定，病理医生在显微镜下的病理诊断是必须的，但是在日本病理医生不足，在有正规病理医生的约700家医院中，大约300家只有1名正规病理医生，也就是所谓的一人病理医生。在这样的状况下工作的病理学家，诊断的双重检查很困难，一边工作一边有遗漏癌症或者过度诊断的风险。

致力于开发能够进行病理诊断双重检查的人工智能

另一方面，近年来人工智能技术进步显著，深度学习，特别是卷积神经网络在图像识别方面发挥了卓越的能力，在放射线成像、内窥镜成像等医学影像领域的应用也取得了进展。但是，用于病理诊断的显微镜图像是高分辨率的，病理组织数字图像的信息量是悬殊的大小。研究小组一直致力于开发以日常病理诊断中出现频率最高的检体——胃活检为对象，进行病理诊断双重检查的AI。如果能开发出这样的人工智能，将有助于减轻单人病理学医生等从事过重业务的病理学医生的负担，提高诊断水平。另外，将其纳入远程病理学诊断网络，将促进癌症医疗的均衡化。为了将病理学医生和AI的诊断不一致，病理学医生重新评估判断的病例数控制在全体病例的10%以下，开发的目标是一致率90%以上。

利用病理诊断AI学习4605个胃活检组织数据，验证设施间校准差​

作为开发的出发点，研究小组利用特殊的扫描仪，将从一个设施收集的4605个胃活检组织片的高倍率显微镜图像数字化，这种扫描仪可以使镜头在前片上移动。利用这个病理组织数字图像，病理学家对每个组织片制作出识别肿瘤和非肿瘤范围的学习数据，让开发的病理诊断AI学习。

接下来，我们使用了2534个不同于学习数据的组织片(内部数据集)，检验了病理诊断AI的性能。另外，由于每个医疗机构的病理标本染色的颜色和数字化所使用的扫描仪的种类都不一样，因此从全国10家机构收集了共计3450个组织片的病理图像，作为外部数据集检验AI性能的机构间校准差。此次研究开发中使用的数字数据存储以及开发人工智能所需的计算处理是在RCMB运行的云基础上进行的。

日本医疗观光株式会社作为一家专业的赴日医疗服务机构，曾服务过数千名患者赴日求医。和一百多家日本医疗机构有合作关系，虽然由于疫情原因，暂时无法去往日本，但JMT一直在为国内患者做实事，因地制宜开展了远程视频问诊、医疗美容院线产品代购等业务，欢迎大家关注咨询。

日本医疗观光株式会社医疗服务团队在日本治疗最前沿奔走。总部位于东京，致力于整合日本优质医疗资源专心专一专注为您提供日本权威名医定制治疗方案，是拥有日本政府官方颁发的医疗身元担保资质(登录号A-015)的企业。

如果您有日本就医的需要，请拨打免费热线 400-161-8586 热线咨询！

也可直接搜索添加下方微信：JMT1557、tao659872。