计算机在数字组织切片上准确地识别和描绘乳腺癌

由凯斯西储大学领导的研究开发的深度学习计算机网络在确定整个活检切片中是否存在浸润性乳腺癌方面100%准确。

仔细看，网络正确地做出了相同的判定，在每一个单独的像素幻灯片97%的时间，几乎准确地描绘出肿瘤。

与四位病理学家的分析相比，该机器更加一致和准确，在许多情况下改善了他们的描述。

研究人员说，在一个时间和准确性对患者的长期预后至关重要的领域，这项研究是迈向部分活检分析自动化和提高过程效率的一步。

目前，医生所做的活组织检查中有十分之一是癌症，但所有活组织检查都必须由病理学家进行分析，以确定疾病的范围和数量，确定它是否已经扩散，以及患者是否患有侵袭性或惰性癌症，需要化疗或不那么剧烈的治疗。

上个月，美国食品和药物管理局(Food and Drug Administration)批准了一种软件，允许病理学家通过数字化检查活检切片来做出诊断，而不是在显微镜下查看组织。

凯斯西储大学F. Alex Nason生物医学工程II教授Anant Madabushi说:“如果网络可以分辨哪些患者患有癌症，哪些没有，这项技术可以为病理学家提供分诊，让他们有时间专注于癌症患者。科学报告．

这项研究

为了训练深度学习网络，研究人员从多家医院下载了400张活检图像。每张幻灯片大约是50,000 x 50,000像素。计算机导航或纠正了每个部位使用的不同扫描仪、染色过程和协议的不一致性，以识别癌症与其他组织的特征。

然后，研究人员向该网络展示了200张来自癌症基因组图谱和克利夫兰大学医院医疗中心的图像。该网络在整个幻灯片上确定癌症存在与否的得分为100%，每像素的得分几乎一样高。

Madabhushi说:“该网络在识别癌症方面确实很好，但要让病理学家经过长达20年的实践和培训，才能识别复杂的病例和类似病例，比如腺病。”Madabhushi同时也是凯斯西储大学计算成像和个性化诊断中心的主任。

网络训练花了大约两周时间，在200张幻灯片中识别癌症的存在和确切位置大约需要20到25分钟。

那是两年前做的。Madabhushi怀疑现在的训练——使用新的计算机架构——只需要不到一天的时间癌症每张幻灯片不到一分钟就可以完成识别和描述。

Madabhushi说:“从这个角度来看，机器可以在‘下班时间’进行分析，可能在晚上进行分析，并在病理学家早上进入办公室时提供检查结果。”

---

---