近日，西安电子科技大学（以下简称西电）计算机科学与技术学院软件工程研究所刘西洋教授团队与上海龙华医院于观贞教授、长海医院陈颖教授等团队历时3年合作，研发出针对胃癌淋巴结病理临床诊断与精准亚分期的AI系统。相关研究成果近期以西电为第一作者单位发表于《Nature》子刊《Communications》（IF=12.1），并获《中国科学报》报道。

研究人员使用个临床胃癌淋巴结转移病理组织切片数据作为研究队列。首先，将淋巴结外的组织区域通过分割网络进行剔除。然后，结合主动学习，并在引入淋巴结组织结构的先验知识基础上，将非肿瘤细胞区域中容易被误识别的包括窦组织、脂肪细胞等进一步细化标注，从而实现仅用少量标注的样本集，就可以构建出稳定性好、临床可用的肿瘤区域识别模型。

在此基础上，他们研发成功胃癌淋巴结临床病理人工智能辅助诊断系统。经过双中心回顾性临床试验证，该系统可显著提升病理医生诊断胃癌淋巴结病理切片的效率，同时避免大量的漏诊。

刘西洋指出，值得注意的是该研究不仅仅是识别肿瘤区域，还探索了基于准确量化病理图像信息基础上的预后信息挖掘，通过相关指标可以有效地将肿瘤分期的每个阶段分为高风险组与低风险组，显著改善临床分期系统的预后准确性。

据了解，目前该合作研究团队正在计划开展泛癌淋巴结研究队列，从胃癌拓展到肠癌等更多肿瘤类型。（记者 张行勇）

相关论文信息：

中国科学报2021年4月9日03版 医药健康

新闻链接

西电计科院刘西洋教授团队

在计算病理学领域取得新进展

肿瘤淋巴结转移分析是基于TNM分期的癌症治疗预后估计的关键环节之一。目前，临床主要是采用目测检查淋巴结的组织切片方式，这个过程需要对每个患者检查至少十几个淋巴结，非常耗时且很容易漏诊。国内医疗资源紧缺，病理医生负担繁重，为了快速给出诊断报告，致使漏诊进一步增加。此外，即使在同一N分期中，患者的预后也存在巨大差异。实际上，病理分析是肿瘤疾病诊断的“金标准”，病理分析对患者的预后分型分期至关重要。然而，由于人眼观察的局限性，病理图像体积巨大，这些潜在信息一直未被充分挖掘和量化。病理数字化扫描技术与人工智能的发展，为病理信息的充分挖掘提供了强有力的技术手段。

基于深度学习的淋巴结病理组织分析框架

在这项研究中，研究人员使用大规模临床胃癌淋巴结转移病理组织切片数据（19,705个淋巴结）作为研究队列。首先，将淋巴结外的组织区域通过分割网络进行剔除。然后，结合主动学习，并引入淋巴结组织结构的先验知识的基础上，将非肿瘤细胞区域中容易被误识别的包括窦组织、脂肪细胞等进一步细化标注，从而实现仅用少量标注的样本集，构建更鲁棒可靠、临床可用的肿瘤区域识别模型。

基于淋巴结组织结构的细粒度密集标注的示例

淋巴结临床病理人工智能诊断系统可准确识别微转移

在此基础上，研发了胃癌淋巴结临床病理人工智能辅助诊断系统。通过双中心回顾性临床试验证，该系统可显著提升病理医生诊断胃癌淋巴结病理切片的效率，同时避免大量的漏诊。

值得注意的是，该研究不仅仅是识别肿瘤区域，还探索了基于准确量化病理图像信息基础上的预后信息挖掘。具体的，研究人员结合完整的临床随访记录数据，提取预后预测相关定量可解释的新指标——肿瘤细胞区域占转移淋巴结的区域比值T/MLN。通过Kaplan-Meier分析证实该指标可以有效地将N分期的每个阶段分为高风险与低风险组，显著改善临床分期系统的预后准确性。

预后新指标T/MLN可将N分期进一步亚分期

目前，合作研究团队正在筹备开展泛癌淋巴结研究队列，从胃癌拓展到肠癌等更多肿瘤类型，在更多医院开展多中心临床验证，以期推动临床诊疗指南的改进，促进精准医疗。

该成果由西安电子科技大学软件工程研究所医学人工智能实验室刘西洋教授团队、上海龙华医院于观贞教授团队、长海医院陈颖教授、301医院高云姝教授、江西省肿瘤医院张慧卿教授团队等共同参与完成。西安电子科技大学王晓东、长海医院陈颖教授、301医院高云姝教授、江西省肿瘤医院张慧卿教授为论文共同第一作者。

上一篇：女记者装傻潜入精神病院，历经十天非人折磨，
下一篇：没有了