UPMC和匹兹堡大学研究人员今天在《The Lancet Digital Health》杂志上发表的一项研究表明，迄今为止，使用人工智能（AI）程序识别和表征前列腺癌的准确性最高。

UPMC 首席病理学家兼病理学副主席，皮特大学生物医学信息学教授，资深作者Rajiv Dhir博士说：“人类擅长识别异常现象，但是我们往往依赖自己的偏见或过去的经验。机器学习则不同，它能够最大程度上保持标准化与客观性。”

为了训练AI识别前列腺癌，Dhir和他的同事提供了从病人活检组织中超过一百万个染色的组织玻片的图像。每幅图像均由专业病理学家标记，以教给AI如何区分健康组织和异常组织。然后对该算法进行了测试。

在测试过程中，该AI在检测前列腺癌方面显示出98％的灵敏度和97％的特异性，比以前报道的从组织载玻片上运行的算法要高得多。

另外，这是第一个扩展到癌症检测之外的算法，报告了对肿瘤分级，大小确定和周围神经入侵的高性能。这些都是病理报告所要求的临床重要特征。

AI还成功识别出了六张新片子，这些片子此前没有被专家病理学家注意到。

但是Dhir解释说，这并不一定意味着该机器优于人类。例如，在评估这些病例的过程中，病理学家可以简单地在该患者样本中的其他地方看到足够的恶性证据。但是，对于经验不足的病理学家而言，该算法可以提供支持作用，以捕获否则可能会丢失的病例。

Dhir说：“这样的算法在非典型的损伤中特别有用。” “非专业人士可能无法做出正确的评估。这是这种系统的主要优势。”