当病理学家在分析皮肤癌肿瘤组织样本时获得AI工具的帮助，他们的检查工作得到了改善。评估结果变得更加一致，患者的预后描述也更为精准。这一结论源自由瑞典卡罗林斯卡研究所（Karolinska Institutet）主导、并与耶鲁大学（Yale University）研究人员合作完成的一项研究。
已知的是，肿瘤浸润淋巴细胞（TILs）是多种癌症（包括恶性黑色素瘤）中的一个重要生物标志物。TILs是存在于肿瘤内部或附近的免疫细胞，能够影响身体对癌症的反应。在恶性黑色素瘤中，TILs的存在在诊断和预后评估中起着关键作用，高含量的TILs通常是一个有利因素。病理学家在处理恶性黑色素瘤时的一项重要工作就是估算TILs的数量。卡罗林斯卡研究所的研究人员如今调查了经过训练以量化TILs的AI工具如何影响病理学评估。
该研究涵盖了98名病理学家和其他专业领域的研究人员，他们被分为两组。其中一组仅由经验丰富的病理学家组成，他们按照常规方式工作，即通过查看染色组织切片的数字图像并根据现行指南估算TILs的数量。另一组则包括病理学家以及其他专业领域的研究人员，这些人均有一定评估病理图像的经验。与前一组不同的是，他们在进行评估时获得了AI支持，这种支持能够量化TILs的数量。所有参与者都评估了60个组织切片，这些切片均来自恶性黑色素瘤患者。由于研究是回顾性的，因此展示的图像是来自诊断和治疗已经确定的患者。
使用AI支持进行的评估在多个方面优于其他评估方法。例如，评估结果的可重复性非常高——无论由谁进行审查，结果都非常相似。这一点非常重要，因为目前TILs的评估可能会因执行者不同而有所差异，从而影响医疗安全性。此外，AI支持的评估还提供了更准确的患者疾病预后信息——由于研究是回顾性的，因此有一个“正确答案”可以用来对比。然而，这一结果在评估图像时是未知的。
该研究的通讯作者、卡罗林斯卡研究所肿瘤病理学系副教授兼临床活跃病理学家巴拉兹·阿克斯（Balazs Acs）表示：“基于组织样本了解患者疾病的严重程度对于决定治疗的激进程度至关重要。我们现在有一种基于AI的工具，可以量化TIL生物标志物，未来可能有助于治疗决策。不过，在这一AI工具投入临床实践之前，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非常有用的工具。”
这项研究的资金来源包括瑞典医学研究协会（Swedish Society for Medical Research）、斯德哥尔摩地区（Region Stockholm），以及美国国立卫生研究院（US National Institutes of Health）的多项资助。
(全文结束)
