cytosponge-ai combo可以帮助医生诊断巴雷特的食道

癌症研究英国资助的研究人员已经制定了一种新技术，帮助专家诊断巴雷特食道 - 一种可以增加发育食管癌风险的前癌症病症。

今天发表了自然医学该研究探讨了人工智能如何帮助释放病理学家的时间，并允许他们专注于诊断巴雷特食道的最棘手案例。

Cytosponge是剑桥大学癌症研究英国科学家开发的新诊断工具。它使用一个“弦管上的海绵”来收集来自食道的细胞，然后将其发送到实验室进行测试，其中病理学家寻找与Barrett的食道，TFF3相关的生物标志物。

以前的研究表明，Cytosponge-TFF3测试可以识别Barrett食道的10倍，而不是目前的GP护理。但是，如果该测试更常用于GP手术和NHS内的其他地方，则可以提高对NHS服务的需求。

Marcel Gehrung博士，位于癌症研究英国剑桥研究所，花了他的博士学位。在研究中，建立一个叫做工作的分拆公司。“缩放Cytosponge以测试大型患者群体的主要瓶颈是病理学家分析样品所需的时间，这有几个耗时的步骤。”

什么是巴雷特的食道？

巴雷特的食管可以使食管中的细胞异常生长，提高风险食管癌。大约3到13％的人患有巴雷特食道的人开发一种叫做食管腺癌的食管癌 -比普通人多11倍。

它认为，许多Barrett的食道案件未被发现。

由弗洛里安Markowetz的研究人员在癌症研究英国剑桥研究所，希望看看AI是否可以帮助缓解分析样品的负担，为细胞间隔曲线铺平的方式更频繁地使用，而无需在已经繁忙的NHS护理途径中使用。

研究人员开发了一种应用的方法深学习（一种试图模拟大脑的工作和处理原始数据的工作的AI功能，从2,331名患者参与临床试验的2,331名患者中采取的细胞间散样品。通过模型分析来自这些样本的图像，并训练，以了解特定细胞的特征，这些细胞表明Barrett的食道的存在，称为脚杯细胞。

编码病理学家的合作伙伴

试图开发一个完全自动化的系统，具有模拟病理学家单一“正”或“负”诊断的能力是复杂的。从2,331名患者中取出的样品，病理学家能够正确识别巴雷特食道病例的82％。相比之下，AI方法能够正确识别73％的病例，两种方法都正确地识别出负面情况的93％。

相反，研究人员被经验丰富的病理学家为指导，开发半自动的分类系统。这意味着根据诊断和质量的清晰，每个样品的结果被分类为八种不同的类中的一个。通过病理学家手动评估被视为低质量或更具挑战性的样品进行了病理学家评估。

该分类系统证明是成功的。当应用于更清晰的切割案例（约60％的样本）时，该算法能够识别83％的病例。

研究人员认为，它可以将病理学家的细胞源相关工作量减少57％。

AI的未来

米歇尔·米切尔（Michelle Mitchell）癌症研究英国首席执行官表示，病理学家在诊断中发挥着关键作用。但是，与NHS的许多其他地区一样，他们在多年来缺乏劳动力的投资受到严重影响。如此，探索如何通过新技术和创新来支持病理学家，这是至关重要的，这是至关重要的，如此至关重要是长期投资和规划癌症劳动力。“

随着这种深入学习工具的使用和发展继续发展，研究人员认为在其对分类类的定义中会变得更加准确。研究人员还说该技术不仅限于这一条件和未来，可能会应用于其他条件，包括胰腺，甲状腺和肠道癌症。

---

---