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通過胃組織剖切的顯微鏡圖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生診斷結果的雙重確認，解決病理醫生不足的問題。該系統還可以通過網路進行遠程病理診斷。目前正在作為診斷和治療軟體爭取獲得日本衛生主管部門的藥事審批。
即使胃組織剖切圖像（左圖）有部分疑似癌症的區域，但可根據整體特徵判斷為陰性（右圖）。
目前，利用AI進行癌症圖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圖像來識別癌症。但是確診癌症還是需要採集組織，通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，數據量大，將其用於AI學習需要有龐大的計算資源。因此，圖像通常被劃分為幾個區域，讓AI學習每個區域的特徵。然而，這種方法會因為一個區域有疑似就將所有區域都被判斷為有癌症，所以AI的精度難以提高。
此次的AI首先從顯微鏡圖像的各個區域提取是否為癌症的相關資訊，彙總為整體資訊，根據其特徵做出判斷。通過這樣的兩級處理，使AI的結果更接近於病理醫生綜合把握高倍鏡下詳細觀察和在低倍鏡下整體圖像做出的診斷結果。東京大學醫院收集了大約4,600張胃組織剖切圖像，讓病理醫生明確癌症範圍之後，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張胃組織剖切圖像進行性能測試的結果，與病理醫生的診斷結果的一致率平均達到了94.6%。每個提供數據的醫療機構，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治療的「醫療設備軟體」藥事審批。同時，還可以通過網路共享顯微鏡圖像，以支援沒有病理醫生的醫院實現遠程病理診斷。
日本約有700家醫院擁有全職病理醫生，但其中約300家醫院只有1名病理醫生。將AI用於雙重診斷，將減少癌症漏判或者誤判。日本病理學會學術評議員阿部浩幸說：「通過AI來完成病理醫生的部分工作，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生的醫院，也應以病理醫生和AI的雙重診斷作為基礎，當兩者的診斷結果不同時，再由另一名病理醫生來做出確診判斷。
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
