皮膚癌是常見的惡性腫瘤之一。其中，黑色素瘤侵襲能力最強(qiáng)、惡性程度最高，極易發(fā)生淋巴結(jié)及血行轉(zhuǎn)移，致死率高，嚴(yán)重威脅人類健康。黑色素瘤為惡性黑色素細(xì)胞病變，而黑色素細(xì)胞病變包括不典型與良性兩種病變類型。臨床上，不同類型的黑色素細(xì)胞病變的治療方式與預(yù)后不同。惡性黑色素細(xì)胞病變（黑色素瘤）患者需進(jìn)行外科手術(shù)切除，并聯(lián)合放化療、干擾素治療及免疫治療等輔助治療方法；不典型黑色素細(xì)胞病變患者僅需外科手術(shù)將病灶切除，無須放化療等輔助治療，但需密切回訪觀察；良性黑色素細(xì)胞病變患者僅需切除病灶。因此，黑色素細(xì)胞病變?cè)缙诰珳?zhǔn)診斷對(duì)手術(shù)方案的制定及患者預(yù)后的提升具有重要意義。

當(dāng)前，臨床上黑色素細(xì)胞病變類型主要通過病理組織學(xué)分析確診，這一方法依賴病理科醫(yī)生的經(jīng)驗(yàn)、主觀性強(qiáng)、耗時(shí)且不一致率高（平均不一致率達(dá)45.5%）。得益于全切片掃描技術(shù)的成熟，基于病理全切片圖像（Whole Slide Image，WSI）的計(jì)算機(jī)輔助診斷（Computer Aided Diagnosis，CAD）可為上述問題提供解決方案。近年來，人工智能（Artificial Intelligence，AI）技術(shù)在基于病理WSI的CAD領(lǐng)域取得諸多突破，但現(xiàn)有基于AI的黑色素細(xì)胞病變病理診斷尚未實(shí)現(xiàn)不典型黑色素細(xì)胞病變的鑒別，而不典型黑色素細(xì)胞病變患者手術(shù)方案不同于良惡性黑色素細(xì)胞病變患者，但不典型黑色素細(xì)胞病變的組織學(xué)模式和生物學(xué)特征均與良惡性黑色素細(xì)胞病變存在部分重疊，易與良惡性黑色素細(xì)胞病變混淆（圖1）。

針對(duì)上述問題，中國(guó)科學(xué)院蘇州生物醫(yī)學(xué)工程技術(shù)研究所聯(lián)合上海交通大學(xué)醫(yī)學(xué)院附屬第九人民醫(yī)院病理科，提出一種全自動(dòng)智能化黑色素細(xì)胞病變病理診斷新方法（圖2）。該研究納入3個(gè)中心711名黑色素細(xì)胞病變患者——良性病變374例、不典型病變119例、惡性病變218例?？蒲袌F(tuán)隊(duì)利用深度學(xué)習(xí)方法構(gòu)建出圖像塊預(yù)測(cè)模塊，輸出黑色素細(xì)胞病變類型概率，實(shí)現(xiàn)病理組織切片局部信息客觀定量的數(shù)字化解讀；采用決策融合策略聚合每位黑色素細(xì)胞病變患者所有圖像塊的預(yù)測(cè)結(jié)果，從而構(gòu)建患者診斷模塊。

結(jié)果表明，該方法的準(zhǔn)確率在內(nèi)外部測(cè)試集上分別達(dá)96.3%和93.0%，顯著高于3名臨床病理醫(yī)師（2名具備10年以上病理診斷經(jīng)驗(yàn)的高年資病理醫(yī)師與1名剛完成3年規(guī)范化培訓(xùn)的低年資病理醫(yī)師）獨(dú)立診斷的準(zhǔn)確率；此外，在該方法的輔助下，病理醫(yī)師的診斷準(zhǔn)確率均有提升，特別是低年資病理醫(yī)師的診斷準(zhǔn)確率提升近40.0%。該研究探索并驗(yàn)證了AI技術(shù)在輔助病理醫(yī)師提升黑色素細(xì)胞病變?cè)\斷準(zhǔn)確率方面的臨床應(yīng)用潛力，為改善我國(guó)病理醫(yī)師資源嚴(yán)重短缺的現(xiàn)狀提供了新途徑。目前，研究團(tuán)隊(duì)正在利用相關(guān)技術(shù)，開展眼科及神經(jīng)病理等方面的智能化精準(zhǔn)診斷研究，致力于構(gòu)建一套面向多學(xué)科多病種的數(shù)字病理智能診斷一體化整體解決方案。

相關(guān)研究成果發(fā)表在Journal of Dermatological Treatment上。研究工作得到國(guó)家自然科學(xué)基金委員會(huì)、上海市衛(wèi)生健康委員會(huì)等的支持。

論文鏈接

圖1.黑色素細(xì)胞病變（紅色輪廓內(nèi)）病理全切片圖像。a、不典型黑色素細(xì)胞病變；b、良性黑色素細(xì)胞病變；c、惡性黑色素細(xì)胞病變

圖2.全自動(dòng)智能化的黑色素細(xì)胞病變病理診斷方法流程圖