人工智能在肿瘤病理诊断和评估中的应用与思考

被引：29

作者：

于观贞 ^{[1
]}

魏培莲 ^{[1
]}

陈颖 ^{[2
]}

朱明华 ^{[2
]}

机构：

[1] 上海中医药大学附属龙华医院肿瘤科

[2] 第二军医大学长海医院病理科

来源：

第二军医大学学报 | 2017年 / 38卷 / 11期

关键词：

人工智能; 病理诊断; 胃肿瘤; 乳腺肿瘤; 胆管肿瘤;

D O I：

暂无

中图分类号：

R730.43 [实验室诊断]; TP18 [人工智能理论];

学科分类号：

100214 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

人工智能在多个医学场景如疾病诊断、药物筛选、影像医学和护理医学等领域中取得了革命性的进步。病理切片属于二维图像,是人工智能的首要突破点。我国的医疗资源和病理资源丰富,而病理切片的标准化和数字化为人工智能的深度学习提供了大数据背景。我们在乳腺癌、胃癌和胆管癌病理人工智能方面进行了一系列研究,建立了标准的肿瘤细胞标注流程和深度学习流程,研发了肝门部胆管癌人工智能模型,但也发现了存在的问题,提出了解决方案。随着精准性的提高,病理人工智能有望很快进入临床实践。

引用

页码：1349 / 1354

页数：6

共 5 条

[1]

Artificial intelligence for breast cancer screening: Opportunity or hype?.[J].Nehmat Houssami;Christoph I. Lee;Diana S.M. Buist;Dacheng Tao.The Breast.2017,

[2] Artificial intelligence in research [J].

Pan, Xubin .

SCIENCE, 2017, 357 (6346) :30-30

[3]

Multiview boosting digital pathology analysis of prostate cancer.[J].Jin Tae Kwak;Stephen M. Hewitt.Computer Methods and Programs in Biomedicine.2017,

[4] Cancer Statistics in China, 2015 [J].

Chen, Wanqing ;

Zheng, Rongshou ;

Baade, Peter D. ;

Zhang, Siwei ;

Zeng, Hongmei ;

Bray, Freddie ;

Jemal, Ahmedin ;

Yu, Xue Qin ;

He, Jie .

CA-A CANCER JOURNAL FOR CLINICIANS, 2016, 66 (02) :115-132

[5]

An algorithm for optimal fusion of atlases with different labeling protocols.[J].Juan Eugenio Iglesias;Mert Rory Sabuncu;Iman Aganj;Priyanka Bhatt;Christen Casillas;David Salat;Adam Boxer;Bruce Fischl;Koen Van Leemput.NeuroImage.2015,

← 1 →