近日，UPMC和匹茲堡大學研究人在《The Lancet Digital Health》上發表的一項研究表明，迄今為止，使用AI辨識和表徵前列腺癌的準確性非常高。
UPMC的首席病理學家兼病理學副教授Rajiv Dhir博士說：「人類擅長辨識異常，但是他們有自己的偏見或過去的經驗。機器學習則卻能夠最大程度上，保持標準化與客觀性。」
為了訓練人工智慧辨識前列腺癌，Dhir和他的同事們提供了從病人活檢中，提取出的100多萬份染色組織切片的圖像。每幅圖像都由病理學專家進行標記，以教人工智慧如何區分健康和異常組織。
然後，該算法在一組單獨的1600張圖像上進行了測試，這些圖像取自UPMC的100名疑似前列腺癌患者。
在測試過程中，AI在檢測前列腺癌方面顯示出98%的敏感性和97%的特異性。
值得注意的是，該算法也不僅僅停留在癌症的檢測，更重要的是實現了對腫瘤分級、大小和周圍神經的侵犯等判斷，這些都是病理報告所要求的臨床重要特徵。
此外，AI還成功辨識出了六張新片子，這些片子此前沒有被病理學專家注意到。
但是Dhir解釋說，這並不一定意味著該機器優於人類。
例如，在評估這些病例的過程中，病理學家可以簡單地在該患者樣本中的其他地方看到足夠的惡性證據。但是，對於經驗不足的病理學家而言，該算法可以提供支持作用，以捕獲否則可能會丟失的病例。
Dhir說：「這樣的算法在非典型的損傷中特別有用。非專業人士可能無法做出正確的評估。這是這種系統的主要優勢。」
本文為雷鋒網授權刊登，原文標題為「匹茲堡大學前列腺癌AI成果登《柳葉刀》子刊」