雷群娟 综述 曾彩虹 审校

人工智能是计算机科学的一个分支,通过计算机来完成需要人脑才能处理的特定智能任务。机器学习是人工智能的核心组成部分,主要通过标记的大数据以及显著增强算法来发掘复杂、多维度、非线性相关大数据之间的关系,已广泛应用于医学的多个领域[1]。国家肾脏疾病临床医学研究中心刘志红院士指出[2],人工智能正以前所未有的速度和广度改变着我们的认知模式和医学研究的范式,从疾病预测、辅助诊断和治疗决策、基因组学等多个层面解析目前人工智能在肾脏疾病领域的最新应用,揭示人工智能已成为医学发展的新动力。

随着全切片扫描数字化成像(whole slide image,WSI)技术的发展,医学病理也逐渐步入数字化时代。深度学习(机器学习的子类)中的卷积神经网络(convolutional neural network,CNN)是目前在病理等视觉分析中效果最佳且应用最广泛的深度学习算法[3]。已有的研究显示,人工智能与肿瘤病理的结合已经能够显著提升甚至超越常规病理图像的诊断水平及范畴,如使用深度学习算法辅助检测乳腺癌患者淋巴结转移[4]、预测肺癌患者存活情况[5]等。肿瘤病理侧重于定性诊断,即是否肿瘤或是否转移等,关注细胞形态的异质性和分布模式等特征。这些特征的细微改变与诊断、预后和治疗反应等密切相关,很难用肉眼判断,而人工智能可很好捕捉这些特征从而辅助肿瘤病理诊断和诊疗评估。与肿瘤病理不同,肾脏病理作为肾脏疾病诊断的金标准,具有病变多样性、复杂性等特点,涉及许多指标的量化和病理分型(级)的评估,目前这些任务均依赖人工计数和半定量评估,费时费力,且有主观差异性。……