AI協(xié)助診斷甲狀腺細(xì)針穿刺細(xì)胞學(xué)將有望解決甲狀腺結(jié)節(jié)診斷臨床痛點(diǎn)。近日，中山大學(xué)孫逸仙紀(jì)念醫(yī)院細(xì)胞分子診斷中心研究團(tuán)隊(duì)參與開(kāi)發(fā)了一個(gè)名為T(mén)hyroPower （甲狀腺WSI圖塊導(dǎo)向集合識(shí)別系統(tǒng)）的系統(tǒng)。據(jù)介紹，該系統(tǒng)有很高的靈敏性和特異性，能快速、準(zhǔn)確地對(duì)甲狀腺結(jié)節(jié)進(jìn)行細(xì)胞病理診斷，顯著提升細(xì)胞病理學(xué)家診斷的準(zhǔn)確性和效率。

疾病檢出率攀高峰，病理醫(yī)生資源很匱乏

甲狀腺結(jié)節(jié)是一個(gè)在全球范圍內(nèi)日益普遍存在的健康問(wèn)題，尤其是在碘攝入充足的地區(qū)。隨著高分辨率超聲技術(shù)的廣泛應(yīng)用，越來(lái)越多的甲狀腺結(jié)節(jié)被發(fā)現(xiàn)。據(jù)研究表明，甲狀腺結(jié)節(jié)的檢出率在不同人群中可高達(dá)60%-70%，在女性中尤為常見(jiàn)。其中，大約5%-15%的甲狀腺結(jié)節(jié)存在惡性風(fēng)險(xiǎn)，這使得精準(zhǔn)診斷和對(duì)癥治療變得極為重要。甲狀腺乳頭狀癌是最常見(jiàn)的甲狀腺癌類(lèi)型，通常預(yù)后良好。然而，也有少數(shù)類(lèi)型的甲狀腺乳頭狀癌、甲狀腺髓樣癌以及甲狀腺未分化癌，預(yù)后較差。鑒于甲狀腺結(jié)節(jié)的高發(fā)和甲狀腺癌的健康風(fēng)險(xiǎn)，對(duì)甲狀腺結(jié)節(jié)進(jìn)行精準(zhǔn)診斷至關(guān)重要，對(duì)于超聲檢查懷疑有惡性風(fēng)險(xiǎn)的甲狀腺結(jié)節(jié)，細(xì)針穿刺（FNA）細(xì)胞病理診斷能提供直接和確切的證據(jù)來(lái)判斷甲狀腺結(jié)節(jié)的良惡性，是診斷甲狀腺結(jié)節(jié)的關(guān)鍵環(huán)節(jié)。

然而，細(xì)胞病理醫(yī)生的數(shù)量短缺、水平參差不齊，是制約甲狀腺細(xì)胞學(xué)診斷在臨床廣泛應(yīng)用的重要原因。據(jù)統(tǒng)計(jì)，中國(guó)的病理醫(yī)師數(shù)量遠(yuǎn)遠(yuǎn)不能滿(mǎn)足國(guó)內(nèi)日益增長(zhǎng)的醫(yī)療需求。此外，病理資源在中國(guó)分布極不均衡，大部分集中在三甲醫(yī)院，二甲及以下醫(yī)院的病理醫(yī)師嚴(yán)重缺乏，且經(jīng)驗(yàn)不足。資源匱乏地區(qū)缺少合格且經(jīng)驗(yàn)豐富的細(xì)胞病理醫(yī)師，導(dǎo)致不能有效開(kāi)展甲狀腺細(xì)胞病理診斷，不僅可能延長(zhǎng)疾病的診斷周期，也影響病理服務(wù)的質(zhì)量和效率。

新思路“應(yīng)戰(zhàn)”高需求，精標(biāo)注助推高成效

人工智能（AI）輔助病理診斷系統(tǒng)的引入為解決病理醫(yī)師短缺問(wèn)題提供了新的思路。

這類(lèi)系統(tǒng)通過(guò)深度學(xué)習(xí)和圖像分析技術(shù)，能夠自動(dòng)識(shí)別和分析病理圖像，輔助病理醫(yī)師進(jìn)行診斷。AI病理系統(tǒng)不僅可以緩解病理醫(yī)師短缺的現(xiàn)狀，還能提高日常診斷的準(zhǔn)確性和效率。

近日，由中山大學(xué)孫逸仙紀(jì)念醫(yī)院細(xì)胞分子診斷中心歐陽(yáng)能太和張寅團(tuán)隊(duì)主導(dǎo)研發(fā)，廣州醫(yī)科大學(xué)附屬第三醫(yī)院、佛山市第一人民醫(yī)院和四川省腫瘤醫(yī)院參與驗(yàn)證的研究成果在國(guó)際期刊The Lancet Digital Health 發(fā)表。題為“Deep learning models for thyroid nodules diagnosis of fine-needle aspiration biopsy: a retrospective,prospective, multicentre study in China”。

該系統(tǒng)有很高的靈敏性和特異性，能快速、準(zhǔn)確的對(duì)甲狀腺結(jié)節(jié)的進(jìn)行細(xì)胞病理診斷，顯著提升細(xì)胞病理學(xué)家診斷的準(zhǔn)確性和效率，目前該系統(tǒng)已在超過(guò)50家醫(yī)院落地應(yīng)用。

此外，該研究還對(duì)“意義不明確濾泡上皮細(xì)胞非典型病變（AUS）”這一類(lèi)型的良惡性精準(zhǔn)診斷進(jìn)行了探索，結(jié)果顯示其具有更好分流AUS 標(biāo)本的潛力。

高質(zhì)量的數(shù)據(jù)標(biāo)注是AI模型能夠準(zhǔn)確學(xué)習(xí)和模擬專(zhuān)業(yè)病理診斷過(guò)程的基礎(chǔ)。據(jù)介紹，該研究由經(jīng)驗(yàn)豐富的細(xì)胞病理學(xué)家進(jìn)行數(shù)據(jù)標(biāo)注。細(xì)胞病理學(xué)家不僅具備識(shí)別和解釋復(fù)雜病理樣本的專(zhuān)業(yè)能力，而且能夠精準(zhǔn)地識(shí)別出病理圖像中的關(guān)鍵特征，如細(xì)胞類(lèi)型、形態(tài)變化和病變程度等。他們的專(zhuān)業(yè)判斷和詳細(xì)標(biāo)注為訓(xùn)練AI模型提供了必要的、準(zhǔn)確的訓(xùn)練目標(biāo)和質(zhì)量控制標(biāo)準(zhǔn)，將顯著提高模型的準(zhǔn)確性和可靠性。

除了高性能外，ThyroPower系統(tǒng)的模型診斷流程還能模仿病理學(xué)家的診斷過(guò)程，即掃描整張涂片以查看是否有異常細(xì)胞，然后根據(jù)所發(fā)現(xiàn)的情況給出診斷。系統(tǒng)“定位”到可能為異常的細(xì)胞或細(xì)胞團(tuán)后，構(gòu)建全切片級(jí)分類(lèi)器。并通過(guò)在診斷階段融合兩個(gè)分類(lèi)器模型來(lái)模仿多位專(zhuān)家做出診斷的場(chǎng)景。

但細(xì)胞病理學(xué)家的角色是不能被取代的。在現(xiàn)實(shí)的應(yīng)用場(chǎng)景中，ThyroPower系統(tǒng)通過(guò)顯示感興趣區(qū)域（ROI）與AI的最終判讀結(jié)果，細(xì)胞病理學(xué)家可以有效地瀏覽這些ROI 及AI 判讀結(jié)果并做出最終的診斷決定。這一系統(tǒng)在現(xiàn)實(shí)世界的臨床實(shí)踐中具有重要應(yīng)用，特別是在資源有限或偏遠(yuǎn)地區(qū)，有望大幅緩解病理醫(yī)師的短缺。

原文鏈接：https://m.peopledailyhealth.com/articleDetailShare?articleId=baidu1804607727977304322