華盛頓大學(xué)和加利福尼亞大學(xué)洛杉磯分校的研究人員已經(jīng)開發(fā)了一種人工智能系統(tǒng)，可以幫助病理學(xué)家更準(zhǔn)確地讀取活組織檢查，并更好地檢測(cè)和診斷乳腺癌。

醫(yī)生檢查乳房組織活檢的圖像以診斷乳腺癌。但是人眼很難對(duì)癌性圖像和良性圖像之間的差異進(jìn)行分類。這種新算法有助于解釋它們-根據(jù)任務(wù)的不同，它的執(zhí)行效果幾乎與經(jīng)驗(yàn)豐富的病理學(xué)家一樣準(zhǔn)確或更好。該研究小組于 8月9日在JAMA Network Open雜志上發(fā)表了其研究結(jié)果。

為了測(cè)試該系統(tǒng)，研究人員將其讀數(shù)與由87位解釋相同病例的在職美國病理學(xué)家做出的獨(dú)立診斷進(jìn)行了比較。在區(qū)分癌癥和非癌癥方面，該算法幾乎和人類醫(yī)生一樣出色。但是，當(dāng)將導(dǎo)管癌與非典型性病變區(qū)分開來時(shí)，它的表現(xiàn)優(yōu)于醫(yī)生，可正確診斷浸潤(rùn)前乳腺癌活檢的時(shí)間約為89%，而病理學(xué)家為70%。