编辑推荐：
为推动 AI 在组织病理学的应用，研究人员开发 HistoPathExplorer，分析 AI 应用现状，意义重大。
在医疗领域，癌症的准确诊断与有效治疗一直是人们关注的焦点。组织病理学在癌症患者的诊断中占据着关键地位，病理学家依靠观察组织架构和细胞特征的变化来推断各种临床特征。而且，研究发现形态学模式能预测分子特征、治疗反应以及患者的生存情况。然而传统的组织病理学分析方法存在效率低、主观性强等问题。与此同时，人工智能（AI）技术迅速发展，其在组织病理学中的应用展现出巨大潜力，能够快速检测组织和细胞特征，自动化完成繁琐任务，还可能助力个性化医疗。但随着大量 AI 相关研究涌现，如何有效评估这些研究成果、推动 AI 在组织病理学中的临床应用成为亟待解决的问题。
为了解决这些问题，来自伦敦国王学院（King’s College London）的研究人员开展了一项重要研究。他们开发了 AI in Histopathology Explorer（HistoPathExplorer），这是一个交互式仪表盘，可对应用于组织病理学数据的深度学习方法进行全面分析。该研究成果发表在《npj Digital Medicine》上，为 AI 在组织病理学领域的发展提供了重要指导。
在研究方法上，研究人员首先制定了严格的文章纳入标准。他们考虑了数据收集技术、疾病类型和算法设计等因素，筛选了 2015 - 2023 年间发表的相关文章，最终确定了 1355 篇符合要求的文章。接着，研究人员对这些文章进行精心整理，定义并提取了 160 个变量，涵盖研究设计、临床任务、数据集信息、算法设计等多个方面。对于模型平均性能，研究人员通过计算 AUC、特异性、敏感性等常见指标的均值来衡量。此外，他们还对基础模型进行单独整理，分析其性能，并为模型受欢迎程度进行了标准化计算。同时，利用 K - 近邻算法（KNN）等技术开发了智能搜索工具，方便用户搜索相关研究。
研究结果方面：
- AI 应用及新兴趋势：深度学习模型最常应用于诊断和检测任务，其在这些任务上的 AUC 高达 96%。例如在乳腺癌的诊断任务中，可对肿瘤进行分级以及判断癌症亚型。近年来，诊断任务的研究数量大幅增长。此外，分割和对象检测任务也较为热门，并且在 2018 - 2022 年间增长近 3 倍。风险预测、生存和治疗设计等任务的研究数量也有所增加，但生存和治疗设计任务由于患者治疗方案的差异，AUC 相对较低，仅为 80%。
- 癌症特异性分析：大多数 AI 研究聚焦于乳腺癌，其次是结直肠癌和肺癌，这与这些癌症在全球的高发率相关。不同癌症的临床任务重点有所不同，如食管癌和脑癌更侧重于诊断和亚型分类，而胰腺癌、甲状腺癌和前列腺癌则更关注分割任务。从性能上看，基于卵巢癌数据训练的模型 AUC 最低，而头颈部癌症（除口腔癌外）虽然 AUC 中位数可达 0.92，但由于特异性和敏感性较低，平均性能指标仅为 0.84。
- 深度学习架构性能评估：多数任务被定义为分类任务，其中二元分类和多分类任务的模型性能较高。弱监督方法由于难以准确定位图像中的相关区域，性能略低。在模型使用方面，ResNet、Inception、VGG 等卷积神经网络（CNNs）应用广泛。不同模型在不同数据收集技术下的性能存在差异，例如 ResNet 在细胞学数据上 AUC 最高，但在 H&E 和显微镜图像上表现稍逊。网络深度与性能相关，使用超过 100 层时性能更好。同时，采用集成模型的研究在多种指标上表现更优。
- 研究设计和实施对性能的影响：数据集大小与模型平均性能呈正相关，使用单一模型架构的研究对数据集大小更为敏感。预训练可缓解小数据集的过拟合问题，但在组织病理学图像上预训练除了特异性外，对其他性能指标提升不明显。数据增强是常用策略，能提高细胞学和 H&E 研究的 AUC，其中基于几何的增强方法效果最佳。而使用生成模型生成合成数据的研究，除特异性指标外，性能较低。
- 可信 AI 的方法：只有 28% 的研究使用了解释性技术，其中最常用的是类激活映射（CAMs）及其变体。解释性技术在细胞学研究中与较高的 AUC 相关，但在 H&E 研究中差异不显著。数据和代码的可用性对模型性能有显著影响，有数据可用的研究性能更好。近 40% 的研究在多个队列上测试方法，但近年来这一比例并未明显增加。
- 基础模型的比较分析：研究人员对多种基础模型进行评估，发现它们在微调任务中表现良好，二元分类和弱监督学习的平均结果超过 90%。但在零样本学习任务中，平均性能在 52.7 - 73.2% 之间，凸显了微调的重要性。同时，部分模型报告的性能指标有限，限制了对其能力的全面评估。
- 数据驱动模型设计的用例和智能工具：HistoPathExplorer 提供了多种功能和智能工具。例如智能搜索工具可根据用户输入检索相关研究并提供性能和质量指标总结；特征排名工具能评估不同模型特征的重要性。这些工具为研究人员、临床医生和决策者提供了有价值的信息，帮助他们设计研究、选择模型和测试数据集。
研究结论和讨论部分指出，目前在组织病理学中评估 AI 模型面临诸多挑战。一方面，缺乏标准化的评估方法，不同临床任务对性能指标的要求不同，现有的评估指标存在局限性。另一方面，确保 AI 模型在不同人群中的广泛适用性也面临困难，现有研究中患者群体的代表性不足。未来应注重开发更公平的 AI 方法，考虑不同人群的差异，同时加强对模型可解释性和公平性的评估。综合来看，这项研究通过开发 HistoPathExplorer 平台，全面分析了 AI 在组织病理学中的应用现状，为该领域的发展提供了重要的参考和方向，有助于推动 AI 技术在临床实践中的广泛应用，提高癌症诊断和治疗的水平。
