导读 莱顿大学医学中心 (LUMC) 病理学系的研究显示了人工智能 (AI) 应用于子宫内膜癌显微图像的强大功能。Tjalling Bosse 博士的小组提供
莱顿大学医学中心 (LUMC) 病理学系的研究显示了人工智能 (AI) 应用于子宫内膜癌显微图像的强大功能。Tjalling Bosse 博士的小组提供了可以改善子宫癌诊断和治疗的新见解。他们的发现已发表在《柳叶刀数字健康》杂志上。
子宫内膜癌是妇科最常见的癌症。在 LUMC 进行临床试验和转化研究以改善对这些患者的护理。在过去的几年里，LUMC 在基于分子改变的新型肿瘤分类系统的开发中发挥了主导作用，产生了四种子宫内膜癌亚型。是否有可能仅根据显微镜图像来预测这些分子类别?
数千张图片
Bosse 及其同事将人工智能应用于来自参与研究的患者的数千张子宫内膜癌图像的显微图像。他的团队开发了一种模型，该模型基于一个(苏木精和伊红)染色的显微镜载玻片图像可靠地预测四种分子类别的子宫内膜癌，这是用于诊断评估肿瘤分级和组织学亚型的标准组织学染色。
这个模型不是“黑匣子”，但通过逆向工程，研究人员能够显示哪些图像特征与其预测相关。该模型为团队提供了重要的新见解，可用于未来的研究，以进一步改善子宫内膜癌患者的诊断、预后和管理。
人工智能的新兴应用
“人工智能在病理学中的应用正在兴起。在这个项目中，我们研究了具有相同分子改变的肿瘤的形态，以更好地了解这些变化对肿瘤外观的影响。通过这项工作，计算机模型指导了我们到重要的肿瘤内部和外部区域，”Bosse 指出。
“在癌症诊断中，变量(分子、肿瘤形态、患者数据)的数量呈指数级增长，并使患者预后预测变得复杂。通过训练无偏见的 AI 模型，AI 预测还可以通过例如识别新的形态学来回报病理学家具有预后价值的显微镜幻灯片图像的详细信息，”Sarah Fremond 说。