JAMA：人工智能辅助提高皮肤癌组织分析的准确性和一致性

　　

在人工智能工具的辅助下，病理学家对皮肤癌肿瘤组织样本的检查得到了改进。评估结果更加一致，对患者预后的描述也更加准确。卡罗琳斯卡医学院与耶鲁大学研究人员合作开展的一项研究表明了这一点。

已知肿瘤浸润淋巴细胞 (TIL) 是多种癌症的重要生物标志物，包括恶性黑色素瘤（皮肤癌）。TIL 是存在于肿瘤内或肿瘤附近的免疫细胞，它们影响人体对癌症的反应。在恶性黑色素瘤中，TIL 的存在对诊断和预后均起着重要作用，TIL 含??量高则预示着病情好转。病理学家在恶性黑色素瘤研究中的一个重要部分是估算 TIL 的数量。卡罗琳斯卡医学院的研究人员现已研究了一种经过训练用于量化 TIL 的人工智能工具如何影响病理评估。

这项研究纳入了98名病理学家和其他专业的研究人员，他们被分为两组。一组完全由经验丰富的病理学家组成。他们“照常”工作，即查看染色组织切片的数字图像，并根据现行指南估算TIL的数量。第二组包括病理学家，但也包括其他专业的研究人员——所有这些人都具有评估病理图像的经验。他们也“照常”查看图像，但借助人工智能技术量化TIL的数量。每个人都评估了60个组织切片，这些切片均来自恶性黑色素瘤患者。由于这项研究是回顾性的，因此图像显示的组织样本来自诊断和治疗已确定的患者。

人工智能辅助的评估在多个方面优于其他方法。其中，可重复性非常高——无论由谁进行评估，结果都非常相似。这一点至关重要，因为目前TIL的评估结果会因执行人员而异，这可能会危及医疗安全。人工智能辅助的评估还能更准确地反映患者的疾病预后——由于这项研究是回顾性的，因此存在一个“正确答案”可供比较。然而，评估图像的人员并不知道这一结果。

“根据组织样本了解患者病情的严重程度至关重要，这不仅有助于确定治疗的积极程度，也有助于确定治疗方案。我们现在有了一个基于人工智能的工具，可以量化TIL生物标志物，这将有助于未来的治疗决策。然而，在该人工智能工具应用于临床实践之前，还需要进行更多研究，但迄今为止的结果令人鼓舞，表明它可能成为临床病理学中一个非常有用的工具。”该研究的最后一位作者、卡罗琳斯卡医学院肿瘤病理学系副教授、临床活跃病理学家Balazs Acs说道。