2024年6月19日，斯坦福大学医学院的计算机科学家和医生合作，在 Nature Biomedical Engineering 期刊发表了题为：A pathologist–AI collaboration framework for enhancing diagnostic accuracies and efficiencies 的研究论文。该研究由James Zou 和 Thomas Montine 团队合作完成，博士后黄治负责领导（现为宾夕法尼亚大学医学院担任助理教授）。

该研究开发了一个名为 nuclei.io 的人工智能（AI）病理标注和识别平台。

最初，研究团队希望为病理学家创建一种更方便的 AI 平台，该平台可以随着医生的使用而学习和发展——更像一个对人类反馈做出反应的真正的人类助手。由此，团队创建了nuclei.io 平台，它是一种基于 Python 架构开源的本地 AI 病理标注+诊断软件，不仅可以帮助医生更快更准地识别患病细胞，同时，任何病理学家都可以轻松定制自己的AI模型来更快更好地完成他们自己的任务。

与其它优秀的平台（比如QuPath）相似，该平台可以让医生轻松地实现基于细胞的标注和更好的诊断。独特的是，nuclei.io 在预处理、标注和诊断上做了更加个性化的优化，从而大大提高了标注和诊断的效率。此外，nuclei.io 是基于 Python 的平台，它可以让科研工作者轻松地把通过 Python 开发的 AI 模型无缝衔接到该平台上。

医生自己训练的模型可以快速应用于寻找浆细胞（plasma cell），图为 AI 发现的plasma cell（绿色框里的细胞）

James Zou 教授表示，病理医生不需要任何技术背景就可以用 nuclei.io 定制他们的 AI 模型。病理医生可以在不到一个小时的使用时间内学会如何识别想要寻找的细胞并在图像上突出显示这些细胞。当斯坦福医学院的病理学家开始测试 nuclei.io 时，研究团队在分析图像时跟踪了他们在计算机屏幕上的鼠标点击，表明他们认为在哪里看到了患病细胞。

在提出 nuclei.io 平台的同时，该论文将重点放在了评估病理医生在通过 AI 的帮助下能过多大程度提高他们的诊断效率和正确率上。James Zou 教授表示，当病理医生有了人工智能的帮助时，他们更有针对性地放大到大图像中的相关区域，这不再像大海捞针。

当在子宫活检图像中搜索浆细胞（以诊断子宫内膜炎）时，该团队发现 AI 辅助将诊断时间从209秒缩短到79秒。重要的是，nuclei.io 的设计目的不是单独进行诊断，而是让病理医生更快地找到需要仔细观察的区域。

相比没有使用AI（左图），使用 nuclei.io 的 AI 辅助之后（右图），医生大大提高了找到浆细胞的能力

AI会帮助而不是取代医生

论文共同通讯作者、数据科学家 James Zou 教授表示，我们不想让 AI 淘汰医生，而是想要一种能与医生更好合作的 AI 工具，我们发现，使用 AI 的病理医生比不使用 AI 的病理医生在诊断效率和准确率上要好得多。

论文共同通讯作者、病理学家 Thomas Montine 教授补充道，随着我们面临病理医生日益短缺的问题，与医生协同工作的 AI 工具有可能加快我们工作中一些较为繁琐、耗时的部分。

百度浏览   来源 : 生物世界   

版权声明：本网站所有注明来源“医微客”的文字、图片和音视频资料，版权均属于医微客所有，非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源：”医微客”。本网所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，转载仅作观点分享，版权归原作者所有。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。 本站拥有对此声明的最终解释权。