自學式人工智能工具有助于診斷和預測肺癌嚴重程度

一項新的研究顯示，一個基于近50萬張組織圖像數據并由人工智能驅動的計算機程序可以準確診斷腺癌病例，這是肺癌常見的形式。

NYU蘭貢健康的佩爾穆特癌癥中心和格拉斯哥大學的研究人員開發并測試了該程序。他們說，因為它結合了來自452名腺癌患者的腫瘤結構特征，這些患者是美國美國國家癌癥研究所癌癥基因組圖譜中超過11，000名患者中的一員，所以該程序為患者和腫瘤學家提供了關于癌癥存在及其復發可能性和時間(預后)的無偏見、詳細和可靠的第二意見。

研究小組還指出，該程序是獨立的，“自學的”，這意味著它可以自行確定哪些結構特征在統計上對衡量疾病的嚴重程度最重要，并對腫瘤復發產生最大影響。

發表在《自然通訊》(Nature Communications)雜志上的這項研究計劃也被稱為一種算法——或者具體來說，組織形態學表型學習(HPL)——被發現可以在99%的情況下準確區分類似的肺癌、腺癌和鱗狀細胞癌。研究人員說，HPL程序還被發現在預測治療后癌癥復發的可能性和時間方面有72%的準確性，比病理學家直接檢查相同患者的腫瘤圖像所做預測的64%的準確性有所提高。

“我們新的組織形態學表型學習程序，有可能為癌癥專家和他們的患者提供一種快速和無偏見的肺腺癌診斷工具，一旦進一步的測試完成，還可以用來幫助驗證甚至指導他們的治療決定，”該研究的首席研究員Nicolas Coudray博士說。