Research Harmentes Ai用于对抗乳腺癌

根据世界卫生组织的说法，乳腺癌最近过度超越肺癌成为全球最常见的癌症。促进抗乳腺癌的斗争，胸脯仪挑战在2019年SPIE医学成像推出，以支持对评估乳腺癌病理学的计算机辅助诊断的发展。

BreastpathQ挑战参与者是开发一种自动化方法，用于分析乳腺组织的显微镜图像并根据其肿瘤细胞含量排序，以提供可靠的评估评分。据Spie报道医学成像（JMI），挑战产生了令人鼓舞的结果，表明一条朝向整合的道路人工智能（AI）简化临床评估乳腺癌。

用于Neoadjuvant治疗的医学成像

对大型或侵袭性乳腺癌的治疗经常转向乳房切除术是最可靠的治疗。然而，被称为“Neoadjuvant治疗”的治疗可以降低肿瘤大小，密度和传播，使患者患者进行母乳喂养手术而不是乳房切除术。

医学成像使医生评估新辅助治疗的影响。虽然通常手动进行分析用于癌症检测的医学图像的过程，并且依赖于复杂组织结构的专家解释，用于识别的机器学习算法癌症可能会增加这些过程的可靠性和效率。除了降低人类病理学家固有的可变性之外，预计这些自动化方法将增加图像分析的速度。

密集重点，国际努力

共有39支来自全球12个不同国家的团队从事胸脯赛挑战。共开发，验证了100种算法，验证和测试。团队能够将他们的算法与来自学术界，行业和政府的其他人进行比较，该算法是由大挑战框架结构的，这需要一个共享的源数据集。

大多数团队使用了机器学习算法的集合，而不是将自己限制在一个AI架构上。顶级算法在与本研究参考标准提供参考标准的病理学家相当的水平上进行的级别进行了相当的级别和最佳表现算法略显超过病理学家的分数。该算法通常在更容易的图像斑块上表现良好，但在困难的斑块上挣扎 - 那些AI对病理学家特别有益的那些。

胸脯赛挑战是成功的，因为组委会在多个领域汇集了专家。据尼古拉斯·佩特里克（Nicholas Petrick）的副主任，美国FDA设备和放射健康中心的成像，诊断和软件可靠性司，以及对胸脯赛挑战组的代表，提前合作基础意味着参与者能够快速有效地移动解决任务，访问数据集，并开发算法。

---

---