2024-03-12
来源: drugdu
212
癌症的发病率和死亡率正在惊人地上升,预测显示至少在2040年之前会持续上升。目前,CRC被诊断为第三多(占所有癌症病例的10.7%)和第二致命的癌症类型。尽管成像和内窥镜技术在CRC检测中有效,但最终癌症诊断始终依赖于病理学家对组织学样本的评估。世界各地的病理学家在评估结直肠组织样本时,仍会对发育不良进行常规分级。结肠直肠病理学的计算机辅助诊断(CAD)系统由于数据量大和图像分辨率高而面临挑战,这导致了从整张幻灯片中提取补丁的深度学习(DL)方法的瓶颈。
现在,INESC TEC(葡萄牙波尔图)和IMP Diagnostics(葡萄牙Porto)的研究人员已经创建了一个使用人工智能(AI)进行结直肠诊断的开创性原型。该原型是一项技术创新的结果,涉及一种新的、更高效的训练方法,该方法在不影响人工智能模型有效性的情况下显著减少了训练人工智能模型所需的图像数量。这一进步不仅增强了图像分析技术,而且有助于开发更有效的诊断结直肠癌癌症的解决方案。该项目的重点是增强一个原型,该原型利用人工智能作为诊断结肠和直肠活检的补充工具,并创建最广泛的结肠病理数字图像数据库,现在可以免费用于研究和知识进步。
该模型使用受结直肠病理影响的组织的约10000张图像进行训练,在识别与这种癌症类型相关的高风险病变方面实现了93.44%的诊断准确率和99.7%的灵敏度。其中超过一半(5300)的图像,总计近5 TB的数据,已经被科学界访问。这些数字图像的分发是IMP Diagnostics和INESC TEC致力于科学推广和科学知识共享的一部分,遵循公平原则。这些国际准则建议,科学数据应易于查找、可访问、可互操作和可重复使用。
INESC TEC的研究员Pedro Neto表示:“部分图像可用于训练其他人工智能模型,而其他图像将专门用于人工智能工具之间的测试/基准测试,以提高比较所述工具时的彻底性和公平性”。
来源:
https://www.labmedica.com/pathology/articles/294800501/first-ever-prototype-applies-ai-to-colorectal-diagnosis.html