近期，南京大學附屬鼓樓醫(yī)院、云創(chuàng)大數(shù)據(jù)、金陵科技學院等單位合作SCI研究揭示了醫(yī)學領域新突破。合作論文《前列腺癌病理診斷中高精度、有效的深神經網絡》在《世界泌尿學雜志》發(fā)表。

　　研究背景

　　人工智能在醫(yī)學領域中的應用已經引起了廣泛的關注。在腫瘤病理學領域中，醫(yī)生需要通過對組織切片進行病理學診斷，以確定患者是否患有癌癥。然而，由于組織切片的復雜性和主觀性，病理學診斷存在一定的誤差率。因此，如何提高診斷的準確性和效率是當前研究領域存在的問題。

　　研究內容

　　該論文旨在建立一個AI系統(tǒng)，用于輔助進行前列腺癌的病理學診斷。研究人員使用機器人輔助腹腔鏡前列腺切除術中獲取的前列腺組織切片，將其轉換為數(shù)字圖像數(shù)據(jù)，并根據(jù)ISUP Gleason分級將其標記為不同的顏色。然后，將圖像輸入分割算法中。研究人員選擇修改版的U-Net作為基本的網絡架構。在172名患者中，共收集了896張前列腺組織切片，其中826張切片用于訓練集，其余的用于測試集。經過圖像分割后，AI與病理學家在22張切片中有21張達成了相同的診斷結果。在像素級別上，該AI系統(tǒng)的診斷結果的ROC曲線下面積為96.8%。三種不同的分析方法(二值分析、臨床導向分析和不同ISUP Gleason分級的分析)的像素準確度分別為96.93%、95.43%和93.88%。頻率加權的IoU值分別為94.32%、92.13%和90.21%。

　　研究意義

　　該研究建立了一個高度準確和有效的深度神經網絡，用于前列腺癌的病理學診斷。該AI系統(tǒng)能夠輔助病理學家進行最終診斷，提高了前列腺癌病理學診斷的準確性和效率。此外，該研究還證明了人工智能在醫(yī)學領域中具有廣泛的應用前景和潛力。