AI超越医生：用于预测癌症微卫星不稳定性的深度学习模型

嘿，朋友，你听说过这个用于检测结直肠癌微卫星不稳定性（MSI）的令人难以置信的新AI工具吗？它简直太令人震惊了。

MSI是结直肠癌治疗中一个非常重要的因素。了解肿瘤是否具有MSI可以帮助医生决定最佳治疗方案并预测患者的预后。问题是，并非总是进行MSI检测，而且它可能既昂贵又费时。

这就是新的深度学习模型MSINet发挥作用的地方。研究人员用大量结直肠癌组织样本图像对其进行了训练——具体来说，是苏木精和伊红（H&E）染色的全切片图像（WSI）。可以把它想象成教电脑“阅读”这些图像并识别MSI的迹象。他们使用了100张WSI的dataset进行训练，在MSI阳性和MSI阴性样本之间平均分配。然后，他们对其进行了严格的测试。

测试包括两个阶段：内部验证（在一组单独的15张WSI上）和外部验证（在来自癌症基因组图谱的484张WSI的大型dataset上）。结果令人震惊。在外部验证中，AI的受试者工作特征曲线下面积（AUROC）达到了0.779——衡量其区分MSI阳性和MSI阴性病例的能力。更令人印象深刻的是，当优先考虑灵敏度时，该模型的阴性预测值（NPV）达到了93.7%。这意味着如果模型预测样本*不是*MSI阳性，那么它很可能是正确的。

但真正令人震惊的是什么？他们将AI的性能与五位经验丰富的胃肠病理学家进行了比较。在一组40个病例中，AI（AUROC为0.865）的性能明显优于人类专家（平均AUROC为0.605）。没错，计算机算法在发现MSI方面甚至比经验丰富的医生还要好！

这意味着什么？这项AI技术可以彻底改变结直肠癌的治疗。它可以用作筛选工具，以识别需要进一步、更昂贵MSI检测的患者，从而节省时间、金钱和资源。想象一下它对全球医疗系统产生的潜在影响！

这项研究由斯坦福癌症研究所和斯坦福病理学系以及生物医学数据科学系资助。非常酷的东西，对吧？

Read the English version (阅读英文版)

免责声明：本文内容来自互联网公开信息，请仔细甄别，如有侵权请联系我们删除。