Gastroenterology：实现深度学习在肝结节病理诊断中的临床应用

1. 深度学习

来源：中山大学附属第三医院 2022-03-23 20:45

近日，中山大学附属第三医院病理科邵春奎教授、陈健宁副主任医师团队联合清华珠三角研究院韩蓝青教授团队，首次实现人工智能技术在肝结节病理诊断中的临床应用。该技术通过构建HnAIM模型（Hepatocellular-nodular artificial intelligence model）智能诊断肝细胞结节，达到了高年资病理医师的诊断水平，可有效辅助病理诊断，成

近日，中山大学附属第三医院病理科邵春奎教授、陈健宁副主任医师团队联合清华珠三角研究院韩蓝青教授团队，首次实现人工智能技术在肝结节病理诊断中的临床应用。该技术通过构建HnAIM模型（Hepatocellular-nodular artificial intelligence model）智能诊断肝细胞结节，达到了高年资病理医师的诊断水平，可有效辅助病理诊断，成果发表在国际胃肠肝病学顶级杂志Gastroenterology (IF=22.682)。

肝细胞癌是最常见的原发性肝癌，早期肝细胞癌的诊断与鉴别诊断一直是医学界所面临的重要挑战。研究回顾性收集了中山大学附属第三医院天河院区、粤东院区5种肝结节病变（高分化肝细胞癌WDHCC、高级别异型增生结节HGDN、低级别异型增生结节LGDN、局灶性结节状增生FNH，肝细胞腺瘤HCA）和2种背景肝组织（肝硬化NC、相对正常肝组织NNL）的手术切除标本462例（649张病理玻片，120，530 patches），利用深度学习技术构建HnAIM模型。该模型在中山大学附属第三医院岭南院区和佛山市第一人民医院、广州市第一人民医院等264例样本上进一步验证了诊断效能及泛化能力，外部验证准确率高达93.5%。

研究成果对于临床疑难病例的诊断意义重大，其与医师协同可以提高肝结节病理诊断的效率和质量，减少诊断性手术比例，大大节约时间和人力成本，特别是对肝脏病理专家缺乏的地区或基层医院有重大的推广意义。（生物谷Bioon.com）