近日，匹茲堡大學醫學中心（UPMC）和匹茲堡大學研究人員在《The Lancet Digital Health》發表的研究表明，迄今為止，使用 AI 辨識和表徵前列腺癌的準確性非常高。
UPMC 首席病理學家兼病理學副教授、皮特大學生物醫學資訊學教授 Rajiv Dhir 博士說：「人類擅長辨識異常，但是他們有自己的偏見或過去的經驗。機器學習則卻能夠最大程度上保持標準化與客觀性。」
為了訓練人工智慧辨識前列腺癌，Dhir 和同事提供從病人活檢提取的 100 多萬份染色組織切片的圖像。每幅圖像都由病理學專家進行標記，以教人工智慧如何區分健康和異常組織。
然後，演算法測試一組單獨 1,600 張圖像，這些圖像取自 UPMC 的 100 名疑似前列腺癌患者。
在測試過程，AI 在檢測前列腺癌方面顯示出 98% 敏感性和 97% 特異性。
值得注意的是，演算法也不僅停留在癌症檢測，更重要的是能分級腫瘤、大小和周圍神經的侵犯等判斷，這些都是病理報告要求的臨床重要特徵。
此外，AI 還成功辨識出 6 張新片子，這些片子之前沒有被病理學專家注意到。但是 Dhir 解釋，這並不一定意味著該機器優於人類。
例如，在評估這些病例的過程中，病理學家可簡單在患者樣本其他地方看到足夠的惡性證據，但對經驗不足的病理學家而言，演算法可提供支援，補足可能有缺失的病例。
Dhir 說：「這樣的演算法在非典型的損傷中特別有用。非專業人士可能無法做出正確評估，是這種系統的主要優勢。」
