日本病理學會與日本國立資訊學研究所和東京大學合作開發了透過胃組織剖切的顯微鏡影像判斷是否是癌症人工智慧（AI）系統，其準確率高達90%以上。該系統可用於對病理醫學家診斷結果的雙重應答，解決病理醫學家不足的問題。該系統還可以透過網路進行遠程病理診斷。目前正在作爲診斷和冶癒軟體爭取獲得日本衛生主管部門的藥事審批。
即使胃組織剖切影像（左圖）有部分疑似癌症的區域，但可根據整體特徵判斷爲陰性（右圖）。
目前，利用AI進行癌症影像診斷已經取得了一定的成果，例如，奧林巴斯和富士膠片將AI實際應用於大腸息肉腸鏡影像來識別癌症。但是確診癌症還是需要採集組織，透過顯微鏡進行詳細病理診斷。
用於病理診斷的顯微鏡影像解析度高，資料量大，將其用於AI學習需要有龐大的計算資源。因此，影像通常被劃分爲幾個區域，讓AI學習每個區域的特徵。然而，這種方法會因爲一個區域有疑似就將所有區域都被判斷爲有癌症，所以AI的精度難以提高。
此次的AI首先從顯微鏡影像的各個區域提取是否爲癌症的相關資訊，彙總爲整體資訊，根據其特徵做出判斷。透過這樣的兩級處理，使AI的結果更接近於病理醫學家綜合把握高倍鏡下詳細觀察和在低倍鏡下整體影像做出的診斷結果。東京大學醫院收集了大約4,600張胃組織剖切影像，讓病理醫學家明確癌症範圍之後，供AI學習。
由此開發出的AI系統在對日本10家醫療機構收集的約3，500張胃組織剖切影像進行性能測試的結果，與病理醫學家的診斷結果的一致率平均達到了94.6%。每個提供資料的醫療機構，精度最低的也超過了90%。
該團隊正在與各企業合作，目的是獲得可用於診斷和冶癒的「醫療設備軟體」藥事審批。同時，還可以透過網路共用顯微鏡影像，以支援沒有病理醫學家的醫院實施遠程病理診斷。
日本約有700家醫院擁有全職病理醫學家，但其中約300家醫院只有1名病理醫學家。將AI用於雙重診斷，將減量癌症漏判或者誤判。日本病理學會學術評議員阿部浩幸說：「透過AI來完成病理醫學家的部分工作，可以解決病理醫生長期短缺的問題」。即使在有兩名或兩名以上病理醫學家的醫院，也應以病理醫學家和AI的雙重診斷作爲基礎，當兩者的診斷結果不同時，再由另一名病理醫學家來做出確診判斷。
此次開發的AI的基礎技術還可以應用於胃以外的其他部位。日本病理學會前理事長深山正久表示，該技術還將用於結腸癌和乳房癌的診斷。
日文：大越優樹、《日經產業新聞》，2022年8月31日
中文：JST客觀日本編輯部
