近期，南京大学附属鼓楼医院、云创大数据、金陵科技学院等单位合作SCI研究揭示了医学领域新突破。合作论文《前列腺癌病理诊断中高精度、有效的深神经网络》在《世界泌尿学杂志》发表。
研究背景
人工智能在医学领域中的应用已经引起了广泛的关注。在肿瘤病理学领域中，医生需要通过对组织切片进行病理学诊断，以确定患者是否患有癌症。然而，由于组织切片的复杂性和主观性，病理学诊断存在一定的误差率。因此，如何提高诊断的准确性和效率是当前研究领域存在的问题。
研究内容
该论文旨在建立一个AI系统，用于辅助进行前列腺癌的病理学诊断。研究人员使用机器人辅助腹腔镜前列腺切除术中获取的前列腺组织切片，将其转换为数字图像数据，并根据ISUP Gleason分级将其标记为不同的颜色。然后，将图像输入分割算法中。研究人员选择修改版的U-Net作为基本的网络架构。在172名患者中，共收集了896张前列腺组织切片，其中826张切片用于训练集，其余的用于测试集。经过图像分割后，AI与病理学家在22张切片中有21张达成了相同的诊断结果。在像素级别上，该AI系统的诊断结果的ROC曲线下面积为96.8%。三种不同的分析方法(二值分析、临床导向分析和不同ISUP Gleason分级的分析)的像素准确度分别为96.93%、95.43%和93.88%。频率加权的IoU值分别为94.32%、92.13%和90.21%。
研究意义
该研究建立了一个高度准确和有效的深度神经网络，用于前列腺癌的病理学诊断。该AI系统能够辅助病理学家进行最终诊断，提高了前列腺癌病理学诊断的准确性和效率。此外，该研究还证明了人工智能在医学领域中具有广泛的应用前景和潜力。
