近年來，全球癌癥發(fā)病率及死亡率持續(xù)上升。除了極少數(shù)的癌癥，絕大多數(shù)癌癥最終的確診都必須要依靠病理檢查，然后結(jié)合臨床以及其他實驗室檢查結(jié)果，根據(jù)主觀經(jīng)驗綜合定性診斷。可以說診斷病理學(xué)是鑒別癌癥的基礎(chǔ)和金標(biāo)準(zhǔn)。

精準(zhǔn)醫(yī)療將會給癌癥患者的診斷和治療方式帶來轉(zhuǎn)變，這也對病理診斷提出了更多、更高的要求。然而，不同觀察者之間存在差異，會影響病理診斷的準(zhǔn)確性。盡管計算機(jī)輔助診斷(CAD)發(fā)展迅速，但應(yīng)用全玻片病理診斷仍然是不現(xiàn)實的。

日前，研究人員在《自然》雜志上提出了一種新的由人工智能技術(shù)驅(qū)動的病理學(xué)全玻片診斷方法，用以提供可解釋的相關(guān)診斷。該方法將人類診斷推理過程自動化，并將Gigapixel直接解讀為一系列可解釋的預(yù)測，以提供第二診療意見，讓醫(yī)療機(jī)構(gòu)對病理診斷達(dá)成共識。

此外，研究人員還收集了913例膀胱癌患者的全玻片數(shù)據(jù)，結(jié)果表明該方法與17名病理學(xué)家對膀胱癌的診斷結(jié)論是一致的。研究人員相信，該方法為提出診斷建議提供了一種創(chuàng)新和可靠的手段，并且可以作為下一代人工智能增強(qiáng)CAD技術(shù)低成本部署在診斷病理學(xué)中。

隨著人工智能技術(shù)的逐漸成熟，人工智能醫(yī)療領(lǐng)域的各項運用變成了可能，有許多疾病的診斷工作都已經(jīng)達(dá)到了臨床應(yīng)用的水平。人工智能在臨床病理診斷的應(yīng)用，將為臨床病理學(xué)和患者帶來新的光明。相信，在未來人工智能將給醫(yī)療技術(shù)帶來更加深刻的變化，為醫(yī)學(xué)創(chuàng)新和改革提供驅(qū)動力。