人工智能工具的开发，帮助在手术中进行实时诊断

当病人接受切除肿瘤或治疗疾病的外科手术时，手术的过程通常不是预先确定的。为了决定需要切除多少组织，外科医生必须对他们正在治疗的疾病有更多的了解，包括肿瘤边缘、分期以及病变是恶性还是良性——这些决定往往取决于病人在手术台上收集、分析和诊断疾病。

当外科医生将样本送到病理学家进行检查时，速度和准确性都是至关重要的。目前检测组织的黄金标准方法通常花费太长时间，而一种涉及冷冻组织的更快方法可能会引入伪影，使诊断复杂化。

布里格姆妇女医院马哈茂德实验室(Brigham and Women's Hospital)的研究人员和博加西大学(Bogazici University)的合作者进行的一项新研究，开发了一种更好的方法;该方法利用人工智能在冻结切片和金标准方法之间进行转换，提高图像质量，提高快速诊断的准确性。研究结果发表于自然生物医学工程。

“我们正在使用的力量人工智能来解决外科和病理学交叉的一个古老问题，”BWH计算病理学部门的通讯作者Faisal Mahmood博士说。“从冷冻组织样本中进行快速诊断具有挑战性，需要专门的培训，但这种诊断是在手术中照顾患者的关键一步。”

病理学家使用福尔马林固定和石蜡包埋(FFPE)进行最终诊断。组织样本-这种方法保存组织的方式产生高质量的图像，但这个过程很费力，通常需要12到48小时。为了快速诊断，病理学家使用一种被称为冷冻切片的方法，包括快速冷冻组织，切割切片，并在显微镜下观察这些薄片。冷冻切片只需几分钟而不是几小时，但会扭曲细胞细节，损害或撕裂脆弱的组织。

Mahmood和合著者开发了一种深度学习模型，可用于在冻结部分和更常用的FFPE之间进行转换组织．在他们的论文中，该团队证明了该方法可以用于不同类型的癌症的亚型，包括胶质瘤和非小细胞肺癌。

该团队通过招募病理学家参加一项读者研究来验证他们的发现，在这项研究中，他们被要求从经过人工智能方法和传统冷冻切片图像的图像中做出诊断。人工智能方法不仅提高了图像质量，还提高了专家之间的诊断准确性。该算法还在土耳其独立收集的数据上进行了测试。

作者指出，未来应该进行前瞻性临床研究，以验证人工智能方法，并确定它是否有助于在真实的医院环境中诊断准确性和手术决策。

马哈茂德说:“我们的工作表明，人工智能有可能使病理学家更容易、更容易地进行对时间敏感的关键诊断。”“它可能被应用于任何类型的癌症手术。它为改进提供了许多可能性诊断而且病人护理．"