化身|AI化身诊断胃癌小能手，模型敏感性高达近100%( 二 ) 高薪|能手|胃癌|敏感性|病理切

在之后的训练过程中，被标注为“恶性”的区域将被认为是高度上皮瘤变和胃癌病灶，这两种病变均需进行手术治疗；被标注为“图像质量低”和“可忽略”的区域将被认为是人体扫描质量低和难以诊断的部位。
3、模型采用语义分割方法，提供更丰富的预测细节
基于DeepLab v3架构的卷积神经网络模型采用二进制图像分割方法，以像素级精度进行癌症检测。
模型训练过程中，数字病理切片及相应的注释以20倍的放大率被分割为320*320的像素块，随后被输入到模型中。
据悉，像素块被输入模型时没有特定的方向，模型会对输入的病理切片进行90、180、270度的随机旋转和反转，使其保持相同的方向。
为了提高模型在判断来自不同医院、不同扫描设备的数字病理切片时的稳健性，研究人员还对像素块进行进一步处理：对像素块进行高斯模糊、运动模糊、颜色值抖动（亮度由0.0调为0.2，饱和度由0.0调为0.25，对比度由0.0调为0.2，色度由0.0调为0.04）。
在模型“诊断”像素块的过程中，像素级的预测结果是通过排序所有像素级预测的概率得到的。模型采用频率最高的1000个预测结果，并用平均值表示对病理切片的预测。
根据论文，相比于常用的图像块分类（patch classification）和滑动窗口（ sliding windows），模型采用的方法在像素级上提供了更多预测细节。
三、运行：敏感性达到0.996，平均特异性达到0.806
模型训练完毕后，研究人员将其部署在中国人民解放军总医院中，进行为期3个月的试运行（2017年6月～8月）。训练期间，模型共对来自1814名患者的3212个日常胃部病理切片进行诊断。
据了解，1814名患者中有1101名男性，平均年龄为54.12岁；有713名女性，平均年龄为54.66岁。3212个日常胃部病理切片中，有154个外科标本数字病理切片，1660个活体组织数字病理切片。
模型试运行过程中，胃部病理切片按照每两周为一时间段分组，三个月内共有6个连续的时间段。为了测试模型对不同扫描仪处理的病理切片的处理性能，研究人员将获得的病理切片在三个扫描仪上进行处理，得到一个数据集。
试运行结果显示，模型的曲线下面积达到了0.986，其准确性达到0.873、敏感性达到0.996、特异性达到0.843，标准差为0.018。
在机器学习中，敏感性又称真阳性率，即AI模型对疾病的敏感程度，敏感性越高，漏诊概率越低；特异性又称真阴性率，即AI模型判断出良性患者或健康人的能力，特异性越高，确诊概率越高。

文章插图
▲模型在不同时间段的试运行结果
研究人员比较了模型对三台不同扫描仪产生的病理切片的预测结果，结果显示，模型对训练时使用的KFBio KF-PRO-005扫描仪产生的病理切片预测结果最为准确，对另外两台数字扫描仪产生的病理切片的预测效果准确性略有下降。
具体来说，模型预测Ventana DP200扫描仪产生的数字病理切片时，曲线下面积为0.004；预测Hamamatsu NanoZoomer S360扫描仪产生的数字病理切片时，曲线下面积为0.013。
针对三台不同扫描仪产生的共3212张病理切片，模型预测结果的敏感性达到0.996，平均特异性为0.806。

文章插图
▲模型对不同来源数字病理切片的预测结果对比
四、AI模型帮助病理学家提升预测准确度
为了测试AI模型能否在真实情况下作出准确判断，研究人员准备了100张数字病理切片，并对12名病理学家进行分组，以比较病理学家在借助AI辅助系统、不借助AI辅助系统下的诊断结果。
研究人员根据诊断难易程度，将数字病理切片分为四组，分别是：1、低倍镜下容易诊断组（含有34张病理切片）；2、易于诊断但需要高倍率放大组（含有39张病理切片）；3、难以诊断但不需要借助IHC组（含有23张病理切片）；4、十分难以诊断，需借助IHC组（含有4张病理切片）。IHC指免疫组织化学染色法，是一种利用免疫学反应，监测细胞或组织中是否存在目标抗原的方法。
12位病理学家被分为3组，其中A组使用传统方式，用显微镜观测玻璃病理切片；B组直接观察数字病理切片；C组使用数字病理切片和AI辅助诊断系统。
测试进行两次，其中一次不限制诊断时间，另一次把诊断时间限制在1小时内。
在不限制诊断时间的情况下（图b），研究人员用ROC曲线比较病理学家的预测结果和AI模型的平均预测表现（模型的平均预测表现用图中“★”表示，即敏感性为0.996、平均特异性为0.806）。结果显示，AI模型和人类病理学家的表现相当。在一些情况下，AI模型的平均表现超过了人类病理学家。