在今天發表在《JAMA腫瘤學》雜志上的一項研究中，Google研究人員聲稱已開發出一種AI系統，該系統可以準確識別活檢組織中前列腺癌的體征。他們說，他們的系統是在對外科手術切除的前列腺癌大段進行分級的算法基礎上開發的，該系統是在圣地亞哥海軍醫學中心和Alphabet的生命科學部門Verily的支持下開發的，適用于在最初階段提取的較小樣本癌癥護理的一部分，以進行診斷和預后。

前列腺癌活檢通常用于更好地評估腫瘤的侵襲性。格里森評分是一種分級系統，可根據癌細胞與正常前列腺組織的相似程度對癌細胞進行分類，用于檢測有問題的腫塊。但是，要確定腫瘤屬于三種格里森模式中的哪一種并根據整個樣本中模式的相對量來確定等級，這是一項艱巨的任務-這項任務依賴于主觀視覺檢查和經驗。據一些估計，病理學家在50%的時間里對腫瘤的正確等級持不同意見。

研究人員的系統首先對活檢的每個區域進行“分級”，然后將區域級別的分類總結為整體活檢級別的分數，以應對組織量較少以及組織提取和制備過程中樣品的變化。在與平均擁有25年經驗的六位專攻前列腺癌的病理學家進行的實驗中，研究小組試圖評估該系統對498個可識別的腫瘤樣本的準確性。

根據研究結果，由Google開發的系統達到了72%的準確度-高于未經前列腺癌培訓的普通病理學家基線隊列所達到的58%的準確度。谷歌研究人員稱，考慮到某些前列腺癌的模棱兩可，該系統與專家的協議率可與專家自身的協議率相媲美。

除了格里森(Gleason)分級外，Google研究人員還對一般病理學家的表現進行了評估，并與該系統相比，該系統可以區分有無癌癥的標本。在總共752個樣本中，病理學家和系統在94.3%至94.7%的病例中相符;盡管該系統感染了更多的癌癥，但它也標記出了更多的假陽性。

這些令人鼓舞的結果表明，深度學習系統具有支持專家級診斷并擴大獲得高質量癌癥護理的機會。為了評估它是否可以提高前列腺癌診斷的準確性和一致性，需要將該技術作為輔助工具進行進一步的臨床研究和更大，更廣泛的患者群體的驗證。但是，我們相信基于AI的工具可以幫助病理學家開展工作，特別是在專業知識有限的情況下。” Google Health軟件工程師Kunal Nagpal和科學家Craig Mermel在博客中寫道。“我們期待著未來的研究和調查，以探討如何最好地驗證，設計和使用我們的技術來改善患者護理和癌癥治療效果。”