利用人工智能检测黑色素瘤

黑素瘤是最致命的皮肤癌，很难诊断。为了提高获得治疗的比率，检测和诊断率也必须提高。在病理学家人数减少的情况下，皮肤活检的数量继续增加，减缓了诊断和治疗的速度。本月早些时候，Proscia发布了一项研究数据，其中人工智能(AI)被用于检测黑色素瘤，准确率很高。

为了进一步了解人工智能如何改善黑色素瘤的诊断，188金宝搏备用说话Kiran Motaparthi博士她是佛罗里达大学皮肤病理学主任和皮肤科临床副教授Julianna Ianni博士，人工智能研发副总裁，Proscia。

凯特·罗宾逊(KR):黑色素瘤的诊断有什么困难?

Kiran Motaparthi(公里):黑色素瘤是一种常见的无害(良性)皮肤病变，有些病例很难与黑痣区分开来。考虑到黑色素瘤也是最具潜在致命性的皮肤癌之一，错过黑色素瘤可能会对患者造成严重后果。

雷克南:你能解释一下什么是病理深度学习系统(PDLS)以及它是如何工作的吗?

朱丽安娜Ianni(JI):当我们说“病理深度学习系统”时，我们指的是我们在研究中验证的深度学习系统。该系统应用于病理数据，因此我们称之为病理深度学习系统。该系统是通过将病理标本的整个幻灯片图像的示例暴露给它来训练的。每个标本都与它自己的ground truth标签相关联，该标签表明载玻片上组织中存在的模式类型。通过向系统展示许多这样的样本和标签示例，系统可以学习与每个标签相关的模式。

基米-雷克南:加入PDLS后样品制备的过程是一样的吗?

公里:过程是一样的。在我们的研究中，PDLS在病理学家查看病例之前和病例准备之后运行。真正不同的是病理学家在检查之前对病例了解多少。没有PDLS，病理学家随机回顾病例。PDLS根据诊断属性对病例进行分类。保持我们的例子，PDLS可能运行并告诉病理学家，这个病例很可能是黑色素瘤。这样，它可以帮助病理学家对这种类型的病例进行优先审查。

我应该指出，PDLS只能在幻灯片的数字化图像上运行。要使用PDLS或任何人工智能应用程序，实验室必须已经在使用数字病理学。与传统病理学不同的是，样本被贴在玻片上，数字病理学以玻片的整个玻片图像为中心。实验室想要数字化的原因有很多，利用人工智能的能力是一个关键原因。其中，使用整个幻灯片图片比使用玻璃幻灯片更容易共享和协作。

基米-雷克米:你能描述一下PDLS用于改善黑色素瘤诊断的过程吗?

霁:我们的研究结果表明，PDLS有望提高诊断准确性，并为患者提供更快的结果，我们正在进行额外的研究，以进一步探索这一潜力。

自动检测黑色素瘤的人工智能可以作为病理学家的辅助手段。这可以帮助病理学家做出更准确的诊断，从而为患者带来更好的结果。人工智能还可以将高危病例标记给病理学家进行早期检查，或者确保正确的病例直接送到具有亚专科专业知识的人那里。然后，病理学家可以优先考虑最有临床影响的诊断，这样他们就可以更快地开始治疗，也有助于改善患者的结果。

基米-雷克南:PDLS能否用于辅助诊断其他疾病，包括那些非癌变的疾病?

公里:是的。事实上，我们研究的PDLS也对非癌变的皮肤活组织切片进行了分类。PDLS能够识别的具体疾病只取决于它是如何训练的以及可用的数据。

Kiran Motaparthi和Julianna Ianni接受了技术网络编辑助理Kate Robinson的采访。188金宝搏备用