病理学家在检查皮肤癌肿瘤组织样本时，借助人工智能（AI）工具获得了显著改进。评估结果变得更加一致，患者预后的描述也更为准确。这一成果来自卡罗林斯卡医学院（Karolinska Institutet）领导的一项研究，并与耶鲁大学（Yale University）的研究人员合作完成。
已知肿瘤浸润淋巴细胞（TILs）是多种癌症的重要生物标志物，包括恶性黑色素瘤（皮肤癌）。TILs是存在于肿瘤内部或周围的免疫细胞，它们影响身体对癌症的反应。在恶性黑色素瘤中，TILs的存在不仅在诊断中起关键作用，还影响预后，其高存在量通常被认为是积极的信号。病理学家在恶性黑色素瘤研究中的重要任务之一就是估算TILs的数量。卡罗林斯卡医学院的研究人员现在探讨了一种经训练能够量化TILs的AI工具如何影响病理学评估。
该研究纳入了98名参与者，其中包括病理学家及其他领域的研究人员，并将其分为两组。第一组仅由经验丰富的病理学家组成，他们按照“常规方式”操作，即查看染色组织切片的数字图像，并根据现有指南估算TILs的数量。第二组则包括病理学家和其他领域研究人员——所有人均有一定程度的病理图像评估经验。他们同样以“常规方式”操作，但得到了AI支持，该技术支持量化TILs的数量。每位参与者均评估了60个组织切片，所有样本均来自恶性黑色素瘤患者。由于研究为回顾性研究，这些图像显示的是已经确定诊断和治疗方案的患者的组织样本。
AI支持下的评估表现更优
使用AI支持进行的评估在多个方面表现优于其他方式。例如，评估结果具有非常高的可重复性——无论由谁进行评估，结果都非常相似。这一点非常重要，因为目前TILs的评估可能因评估者不同而有所差异，从而可能影响医疗安全。此外，AI支持的评估还提供了更准确的患者疾病预后信息——由于研究为回顾性研究，因此存在一个“正确答案”可供对比。不过，这一结果在评估图像时对评估者是未知的。
“基于组织样本了解患者疾病的严重程度对于确定治疗的激进程度至关重要。我们现在拥有一种基于AI的工具，可以量化TIL生物标志物，这可能在未来有助于治疗决策。然而，在该AI工具能够用于临床实践之前，还需要进行更多研究。尽管如此，迄今为止的结果令人鼓舞，并表明它可能成为临床病理学中非常有用的工具。”研究的通讯作者、卡罗林斯卡医学院肿瘤病理学系副教授兼临床活跃病理学家Balazs Acs表示。
本研究由瑞典医学研究学会（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）提供的多项资助支持。有关利益冲突的信息，请参阅研究内容。
(全文结束)
