AI在病理学家水平上分类肺癌幻灯片
达特茅斯大学诺里斯棉癌中心的一组研究专家利用机器学习能力来协助对肺腺癌的肿瘤模式和亚型进行分级,这是一项具有挑战性的任务,肺腺癌是全球癌症相关死亡的最常见形式。
目前,肺腺癌需要病理学家对肺切片进行目视检查,以确定肿瘤的类型和亚型。肺癌的分型对肺癌的预后和判断治疗有重要作用,但这是一项困难和主观的任务。利用机器学习的最新进展,由Saeed Hassanpour博士领导的团队开发了一个深度神经网络,用于在组织病理切片上对不同类型的肺腺癌进行分类,并发现该模型的表现与三位执业病理学家相当。哈桑普尔说:“我们的研究表明,机器学习可以在具有挑战性的图像分类任务上取得高性能,并有潜力成为肺癌管理的资产。”“我们的系统的临床实施将能够帮助病理学家对肺癌亚型进行准确的分类,这对预后和治疗至关重要。”
认识到该方法可能适用于其他组织病理学图像分析任务,Hassanpour的团队公开可用于促进该领域的新研究和合作。
除了在临床环境中测试深度学习模型外,验证其改善肺癌分类的能力,该团队计划将该方法应用于乳腺,食管和结肠直肠癌中的其他具有挑战性的组织病理学图像分析任务。“如果通过临床试验验证,我们的神经网络模型可能会在临床实践中实施以协助病理学家,”Hassanpour说。“我们的机器学习方法也很快,可以在不到一分钟内处理幻灯片,因此它可以帮助患者在医生检查之前,并可能在视觉检查幻灯片中辅助病理学家。”