APP下载

人工智能在肿瘤组织病理标志物分析中的应用进展*

2022-08-09张艳辉吴江华孙保存

中国肿瘤临床 2022年14期
关键词:模型

张艳辉 吴江华 孙保存②

肿瘤靶向治疗及免疫治疗极大地促进了精准治疗的发展。肿瘤个体化治疗有赖于精确的肿瘤伴随诊断(companion diagnostic,CD)。伴随诊断能够为肿瘤患者提供针对治疗药物疗效反应的信息。在临床治疗决策之前,往往需要对特定肿瘤组织生物标记物进行检测,进而筛选获益患者,制定个体化治疗方案[1]。传统的肿瘤病理诊断模式依赖于诊断医师的经验,不可避免具有一定的主观性。随着数字化扫描切片在临床病理中的应用,人工智能(artificial intelligence,AI)辅助诊断的计算机技术在肿瘤组织图像分析中快速发展。本文概述AI在肿瘤病理中的应用进展,并阐述近年来AI在临床诊疗密切相关的组织病理分子标志物定量分析领域的探索及应用,从而为肿瘤智能诊疗模式的发展提供有益的参考。

1 数字病理与深度学习

全病理切片数字扫描是一种现代数字系统与传统光学显微放大装置有机结合的技术,其通过全自动显微镜扫描采集获得高分辨率的数字图像,并应用计算机量化组织切片扫描图像的形状、大小和颜色等信息,从而得到虚拟的全切片数字图像(whole slide image,WSI)。数字扫描技术推动传统病理图像的数据收集和观察模式发生变化,数字病理(digital pathology,DP)的概念由此产生。DP系统目前已广泛应用于临床诊断、远程会诊及数据分析等病理学领域[2]。不仅如此,DP图像包含大量的像素级数字信息,从而为使用计算机工具辅助分析肿瘤组织的形态特征提供了应用基础。……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用