在即将成为常态的技术中，人工智能（AI）被用来更准确地发现癌症迹象。这一最新的人工智能模型具有接近100%的成功率，预示着未来的趋势。
一个国际科学家团队，包括来自澳大利亚查尔斯达尔文大学（CDU）的研究人员，开发了一种名为ECgMPL的新AI模型，该模型可以评估细胞和组织的显微图像，以99.26%的准确性识别子宫内膜癌——这是最常见的生殖系统肿瘤之一。研究人员表示，该模型还可以用于识别包括结直肠癌和口腔癌在内的多种疾病。
“所提出的ECgMLP模型通过实现99.26%的准确率，超过了现有方法，超越了研究中讨论的迁移学习和定制模型，同时在计算上也非常高效，”该研究的共同作者、来自CDU的Asif Karim博士说。“通过消融研究、自注意力机制和高效的训练进行优化，ECgMLP在多个组织病理学数据集上表现良好，从而使其成为子宫内膜癌诊断的稳健且临床适用的解决方案。”
这意味着这个经过良好训练的模型能够查看这些显微扫描图像——即组织病理学图像——并增强图像质量，以识别癌症的早期阶段，专注于某些区域的扫描，以发现可能不易被肉眼检测到的问题生长。目前，由人类主导的诊断方法的准确性大约在78.91%到80.93%之间。子宫内膜癌是可以治疗的，如果及时发现，患者五年内的预后良好。然而，一旦癌症扩散到子宫外，就很难有效治疗——这使得及时诊断对于挽救生命至关重要。
目前，已有超过60万美国人与该疾病作斗争。尽管这种癌症可能不会直接影响一半的人口，但科学家们确认，ECgMLP分析的应用范围远不止于其训练内容。
“同样的方法可以应用于其他疾病的快速和准确的早期检测和诊断，最终导致更好的患者结果，”该研究的共同作者、ACU的副教授Niusha Shafiabady说。“我们对几种组织病理学图像数据集进行了模型评估。它诊断结直肠癌的准确率为98.57%，乳腺癌的准确率为98.20%，口腔癌的准确率为97.34%。”
当然，这不是一个旨在取代医务人员的工具，而是要与癌症专家合作，准确地发现疾病并监测治疗效果。此外，这种模型是一种更快捷、更方便且更经济的方式来诊断癌症。
Shafiabady补充说：“通过这项研究开发的核心AI模型可以作为软件系统的大脑，用于协助医生在癌症诊断中做出决策。”
研究人员指出：“早期和准确地检测子宫内膜癌对于有效的治疗和管理至关重要。使用深度学习算法，通过组织病理学图像分类子宫内膜癌实现了优越的性能、更高的准确性和处理速度。”
该研究发表在《计算机方法和程序在生物医学更新》期刊上。
(全文结束)
