一种新的基于人工智能的工具，用于从组织样本分析中识别结直肠癌，已在芬兰于韦斯屈莱大学开发出来。
这些方块代表的是癌症显微镜切片的部分图像，由AI系统根据它们的相似性自动组织排列。
图片来源：于韦斯屈莱大学
这种新的人工神经网络模型在分类性能上已经超过了其所有的前辈。该工具也已被免费提供。研究人员在《Heliyon》杂志上发表了他们的见解。
于韦斯屈莱大学的研究人员与图尔库大学生物医学研究所、赫尔辛基大学和芬兰中部诺瓦医院合作，开发了一种先进的用于自动分析结直肠癌组织切片的人工智能工具。研究中开发的神经网络模型在组织显微镜样本的分类方面优于所有先前的模型。“根据我们的研究，所开发的模型能够以96.74%的准确率识别出所有与癌症识别相关的组织类别。”负责设计该方法的研究员Fabi Prezja说。
“免费提供的目的是为了加速未来的发展，鼓励全世界的科学家、开发者和研究人员继续开发这一工具并找到新的应用。”Fabi Prezja解释道。
实际上，组织分析涉及病理学家通过扫描患者的肠道样本制备的数字显微镜切片，逐点标记出可见的癌组织及其相关组织。这项研究中开发的工具可以通过自动化这一过程来节省医生的时间。该工具可以分析样本并突出显示包含不同组织类别的区域。该工具的准确性有可能显著减轻组织病理学家的工作负担，从而加快诊断、预后和临床见解的生成速度。
研究团队指出，尽管结果很有希望，但将AI工具引入临床环境必须逐步谨慎进行。在AI解决方案成为常规临床实践之前，必须经过严格的验证过程，以确保其产生的结果符合临床和监管标准。
(全文结束)
