當前位置:首頁(yè) > 百科 > 正文內容

AI新系統“上線(xiàn)”!對甲狀腺結節診斷更準確

文山數碼印刷3個(gè)月前 (07-19)百科27
印刷廠(chǎng)直印●彩頁(yè)1000張只需要69元●名片5元每盒-更多報價(jià)?聯(lián)系電話(huà):138-1621-1622(微信同號)

AI在醫療界的應用大放異彩。近日,中山大學(xué)孫逸仙紀念醫院細胞分子診斷中心研究團隊參與開(kāi)發(fā)了一個(gè)名為T(mén)hyroPower (甲狀腺WSI圖塊導向集合識別系統)的系統。據記者了解,該系統能快速、準確地對甲狀腺結節進(jìn)行細胞病理診斷,顯著(zhù)提升細胞病理學(xué)家診斷的準確性和效率,專(zhuān)家表示,AI協(xié)助診斷甲狀腺細針穿刺細胞學(xué)將有望解決甲狀腺結節診斷臨床痛點(diǎn)。

疾病檢出率攀高峰,病理醫生資源很匱乏

隨著(zhù)高分辨率超聲技術(shù)的廣泛應用,越來(lái)越多的甲狀腺結節被發(fā)現。據研究表明,甲狀腺結節的檢出率在不同人群中可高達60%-70%,在女性中尤為常見(jiàn)。其中,大約5%-15%的甲狀腺結節存在惡性風(fēng)險,這使得精準診斷和對癥治療變得極為重要。

甲狀腺乳頭狀癌是最常見(jiàn)的甲狀腺癌類(lèi)型,通常預后良好。然而,也有少數類(lèi)型的甲狀腺乳頭狀癌、甲狀腺髓樣癌以及甲狀腺未分化癌,預后較差。因此,鑒于甲狀腺結節的高發(fā)和甲狀腺癌的健康風(fēng)險,對甲狀腺結節進(jìn)行精準診斷至關(guān)重要。

目前,對于超聲檢查懷疑有惡性風(fēng)險的甲狀腺結節,細針穿刺(FNA)細胞病理診斷能提供直接和確切的證據來(lái)判斷甲狀腺結節的良惡性,是診斷甲狀腺結節的關(guān)鍵環(huán)節。然而,細胞病理醫生的數量短缺、水平參差不齊,是制約甲狀腺細胞學(xué)診斷在臨床廣泛應用的重要原因。據統計,中國的病理醫師數量遠遠不能滿(mǎn)足國內日益增長(cháng)的醫療需求。此外,病理資源在中國分布極不均衡,大部分集中在三甲醫院,二甲及以下醫院的病理醫師嚴重缺乏,且經(jīng)驗不足。資源匱乏地區缺少合格且經(jīng)驗豐富的細胞病理醫師,導致不能有效開(kāi)展甲狀腺細胞病理診斷,不僅可能延長(cháng)疾病的診斷周期,也影響病理服務(wù)的質(zhì)量和效率。

新思路“應戰”高需求,精標注助推高成效

如何能夠解決病理醫師短缺問(wèn)題?人工智能(AI)輔助病理診斷系統的引入為解決病理醫師短缺問(wèn)題提供了新的思路。

據介紹,這類(lèi)系統通過(guò)深度學(xué)習和圖像分析技術(shù),能夠自動(dòng)識別和分析病理圖像,輔助病理醫師進(jìn)行診斷。AI病理系統不僅可以緩解病理醫師短缺的現狀,還能提高日常診斷的準確性和效率。

近日,由中山大學(xué)孫逸仙紀念醫院細胞分子診斷中心歐陽(yáng)能太和張寅團隊主導研發(fā),廣州醫科大學(xué)附屬第三醫院、佛山市第一人民醫院和四川省腫瘤醫院參與驗證的研究成果在國際期刊《柳葉刀-數字醫療》(The Lancet Digital Health)發(fā)表。題為“Deep learning models for thyroid nodules diagnosis of fine-needle aspiration biopsy: a retrospective,prospective, multicentre study in China”(細針穿刺活檢甲狀腺結節診斷的深度學(xué)習模型:中國一項回顧性、前瞻性、多中心研究)。

該系統具有很高的靈敏性和特異性,能快速、準確地對甲狀腺結節的進(jìn)行細胞病理診斷,顯著(zhù)提升細胞病理學(xué)家診斷的準確性和效率,目前該系統已在超過(guò)50家醫院落地應用。

此外,該研究還對“意義不明確濾泡上皮細胞非典型病變(AUS)”這一類(lèi)型的良惡性精準診斷進(jìn)行了探索,結果顯示其具有更好分流AUS 標本的潛力。

高質(zhì)量的數據標注是AI模型能夠準確學(xué)習和模擬專(zhuān)業(yè)病理診斷過(guò)程的基礎。據介紹,該研究由經(jīng)驗豐富的細胞病理學(xué)家進(jìn)行數據標注。細胞病理學(xué)家不僅具備識別和解釋復雜病理樣本的專(zhuān)業(yè)能力,而且能夠精準地識別出病理圖像中的關(guān)鍵特征,如細胞類(lèi)型、形態(tài)變化和病變程度等。他們的專(zhuān)業(yè)判斷和詳細標注為訓練AI模型提供了必要的、準確的訓練目標和質(zhì)量控制標準,將顯著(zhù)提高模型的準確性和可靠性。

文| 記者 張華 通訊員 黃睿 王厥 劉文琴

圖| 視覺(jué)中國

收藏0

發(fā)表評論

訪(fǎng)客

看不清,換一張

◎歡迎參與討論,請在這里發(fā)表您的看法和觀(guān)點(diǎn)。
中文字幕在线永久91_国产一级AV不卡毛片_亚洲日本中文字幕在线四区_日韩黄片在线大全