根據(jù)癌細(xì)胞核的特征預(yù)測膀胱癌早期復(fù)發(fā)可能性的AI——東京醫(yī)科大學(xué)等

膀胱腫瘤切除術(shù)，在某些情況下難以評估結(jié)構(gòu)和深度

東京醫(yī)科大學(xué)11月25日宣布，該校開發(fā)了一種新型人工智能(AI)模型，通過癌細(xì)胞核的形態(tài)特征預(yù)測非肌肉浸潤性膀胱癌的早期復(fù)發(fā)。 這項研究由該大學(xué)分子病理學(xué)系的黑田正彥教授、泌尿外科系的大野義正教授和德山直人助理教授以及人類病理學(xué)系的長尾俊孝教授領(lǐng)導(dǎo)的研究小組進行，并得到了國家新能源和工業(yè)技術(shù)開發(fā)組織(NEDO)的支持。 該研究結(jié)果已發(fā)表在《現(xiàn)代病理學(xué)》上。

膀胱癌被認(rèn)為是世界上第九大最常見的惡性腫瘤，在日本每年大約有20,000個病例和8,000人死亡。 在所有未經(jīng)治療的膀胱癌中，不侵犯膀胱肌肉層的非肌肉浸潤性膀胱癌約占所有病例的70%。 這些人的預(yù)后相對較好，但有報道稱復(fù)發(fā)率高達30-50%。 準(zhǔn)確預(yù)測復(fù)發(fā)對制定治療策略至關(guān)重要，因為反復(fù)復(fù)發(fā)往往會導(dǎo)致預(yù)后不良的肌層浸潤性癌變的發(fā)生。

隨著數(shù)字病理成像和人工智能技術(shù)的發(fā)展，現(xiàn)在全世界都在嘗試捕捉和應(yīng)用人眼無法看到的圖像特征。 然而，目前還沒有人工智能預(yù)測非肌層浸潤性膀胱癌復(fù)發(fā)的報道。 經(jīng)尿道切除膀胱腫瘤是最初的標(biāo)準(zhǔn)治療方法，由于標(biāo)本的切面較小，可能難以評估腫瘤的結(jié)構(gòu)和深度。

能夠根據(jù)核不典型性預(yù)測復(fù)發(fā)的人工智能，在隨機森林中具有86.7%的正確響應(yīng)率

該研究小組關(guān)注的是核不典型性，這對手術(shù)影響不大。 利用數(shù)字病理學(xué)成像技術(shù)，他們提取了與細(xì)胞核形態(tài)有關(guān)的各種特征。 然后他們開發(fā)了一種算法，與傳統(tǒng)的人工智能病理學(xué)不同，該算法可以完全根據(jù)細(xì)胞的核不典型性做出決定。

人工智能的測試驗證表明，支持向量機和隨機森林能夠預(yù)測復(fù)發(fā)，準(zhǔn)確率很高，分別為90%和86.7%。

可以從HE染色的標(biāo)本中進行測量，并有可能應(yīng)用于其他類型的癌癥

該研究在世界上首次證明了人工智能在預(yù)測非肌層浸潤性膀胱癌復(fù)發(fā)方面的有效性。 它也證實了癌細(xì)胞核的量化形態(tài)特征的有用性。 這些方法可以在HE染色的基礎(chǔ)上進行測量，HE染色是一種常見的病理圖像，可以很容易地應(yīng)用于其他癌癥的分析。

世界各地正在探索使用人工智能來預(yù)測預(yù)后。 這種方法預(yù)計會產(chǎn)生重大的連鎖反應(yīng)，因為它使用的是HE標(biāo)本，而HE標(biāo)本是廉價的組織圖像，已經(jīng)成為病理診斷的標(biāo)準(zhǔn)。 研究小組說："我們希望增加研究的案例數(shù)量，以提高人工智能預(yù)測的準(zhǔn)確性，使其在商業(yè)上可行。