英国《自然·医学》杂志16日发表一项最新研究，美国研究人员建立深度学习模型，开发出一种可以分辨健康组织和癌组织的人工智能（AI）系统。该系统无需人类病理学专家去标注，可以加速癌症的诊断。
　　一直以来，由于需要大量手动标注数据集，阻碍了病理学相关系统的开发及其在临床实践中的应用。于是，医学界人士和工程师们希望能利用人工智能改善这一状况。
　　为实现这一目标，美国纪念斯隆凯特琳癌症中心科学家领导的研究团队，此次构建了一个大规模数据集——包括来自逾1.5万名前列腺癌、皮肤癌、乳腺癌患者的逾4.4万例组织切片，并建立无需病理学家人工标注，就能识别肿瘤细胞的深度学习模型。
　　这种深度学习算法能帮病理学家排除最多75%的无用信息组织样本，同时确保100%的敏感性。研究人员表示，该系统能够以前所未有的规模训练准确的分类模型，为临床实践中计算决策支持系统的部署奠定了基础。与此同时，其未来也将会用于辅助癌症中心的病理诊断，提高常规临床实践的效率。
　　近年来，人工智能在癌症诊断领域取得了越来越多的突破，譬如圣地亚哥海军医学中心和谷歌AI的研究人员开发出的系统，就可以利用癌症检测算法来自主评估淋巴结活检，从而对转移性乳腺癌患者的诊断和治疗进行更好的决策；而纽约大学医学院研究团队开发的机器学习程序，不仅能够以97%的准确率确定患者的肺癌类型，还可以识别导致异常细胞生长的变异基因。