人工智能在病理学中的应用为子宫内膜癌诊断提供了新的见解

莱顿大学医学中心(LUMC)病理科的研究显示了人工智能(AI)应用于子宫内膜癌显微镜图像的力量。Tjalling Bosse博士的团队提供了新的见解，可以改善子宫癌的诊断和治疗。他们的研究结果发表在《柳叶刀》数字健康．

子宫内膜癌是最常见的癌症妇科的。都在LUMC临床试验并进行转化研究，以改善这些患者的护理。在过去的几年里，LUMC在开发一种新的肿瘤分类系统方面发挥了主导作用分子的改变，导致四种子宫内膜癌亚型。仅凭显微镜图像，是否有可能预测这些分子类别?

成千上万的图片

老板和同事们申请了人工智能来自参与研究的患者的数千张子宫内膜癌的显微图像。他的团队开发了一种模型，基于一种(苏木精和伊红)染色的显微镜切片图像，可以可靠地预测子宫内膜癌的四种分子类别，这是诊断中用于评估肿瘤分级和组织学分型的标准组织学染色。

这个模型不是“黑盒”，但通过逆向工程，研究人员能够显示哪些图像特征与它的预测相关。该模型为研究团队提供了重要的新见解，可用于未来的研究，以进一步提高子宫内膜癌患者的诊断、预测和管理。

人工智能的新兴应用

“人工智能在病理学中的应用正在兴起。在这个项目中，我们研究了具有相同分子改变的肿瘤的形态，以更好地了解这些变化对肿瘤外观的影响。有了这项工作计算机模型引导我们找到肿瘤内外的重要区域，”博斯指出。

“在癌症诊断中，变量(分子、肿瘤形态、患者数据)的数量呈指数级增长，并使患者预后预测复杂化。通过训练无偏见的人工智能模型，人工智能预测也可以教病理学家，例如，在显微镜载玻片图像上识别具有预后价值的新形态细节，”Sarah Fremond说。