2018年3月16~20日，第33届欧洲泌尿外科学会（EAU）年会在丹麦哥本哈根召开。南京鼓楼医院泌尿外科郭宏骞教授团队研发的泌尿外科人工智能诊断系统在本次会议上报告了初步结果，引起了来自世界各国同行的广泛关注，该系统利用机器深度学习技术对前列腺癌病理大切片进行诊断、分级，在全球尚属首创。本期外科创新沙龙将与您分享鼓楼医院泌尿外科的人工智能成果。
外科创新沙龙 · 第五期
人工智能走进泌尿外科
全球首个人工智能前列腺癌诊断体系
背景
目前，前列腺癌已经逐渐成为中国男性泌尿系统发病率最高的肿瘤，且上升趋势明显，因此，对前列腺癌的精准诊断显得尤为重要。然而，由于不同地区、不同层级医院的病理科医生水平参差不齐，导致前列腺癌的病理诊断尚不理想，尤其在县级以下医院，前列腺癌的诊断比较困难，很难做到分级、分型准确；省级以上医院虽然病理医生水平较高，但由于病理科工作繁忙，细化专业不够，很多大医院在前列腺癌专科领域病理水平仍有不足。而外科医生需要根据病理进行诊疗，如果病理诊断不准确则必然导致后续治疗出现偏差。所以，我们借助于目前最新最热门的人工智能技术，希望可以对前列腺癌病理诊断水平的提高有所帮助。
人工智能（Artificial Intelligence，AI），其定义是研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能已被誉为第四次工业革命的核心，目前已在很多方面得到运用。我们将人工智能与肿瘤诊断相结合，也符合对智慧医疗发展方向的时代要求。
方法
使用人工智能进行病理图像识别诊断的关键在于机器学习，而准确地机器学习的关键在于样本的获得。南京鼓楼医院泌尿外科依托自身前列腺肿瘤单病种病房的优势和巨大的手术量，获得大量的机器人辅助腹腔镜下前列腺癌根治术后的前列腺病理大切片，由病理医生根据2014年最新的前列腺癌ISUP评分系统进行评分。具体操作分为两个步骤：
1. 将前列腺癌病理全器官大切片数字化，即运用高清扫描设备将HE染色的前列腺癌病理大切片转变为数字图像。
2. 将图像分割为小方格，并对每一小方格分别通过ISUP评分系统进行分级。
结果
研究纳入283名前列腺癌根治术后患者的共918张前列腺病理大切片，初始结果分为两个部分：
1. 癌和非癌的判别
图像被分割成为共计40000张的小型样本，其中30000张用于机器学习，10000张用于测试，准确率可达到99.38%。
2. 不同级别的判定
918张病理大切片直接进行机器学习，另有10张切片用于测试，机器读片结果与病理专家结果基本相符。
意义
意大利安科纳马尔凯理工大学病理学教授Rodolfo Montironi对此评论：“这是一项有趣的工作，展示了人工智能将如何越来越多地进入临床实践，这在一些缺乏训练有素的病理学家的地区可能非常有用。”随着目前计算机以及网络技术的飞速发展，已经能够实现通过计算机收集患者信息、问题、甚至判断病理，这在以前都是不能想象的。以目前的技术来看，人工智能更像是医生的帮手，相信不久的将来人工智能可以在医疗领域发挥更大的作用。
作者 | 张成伟 张青 郭宏骞（南京鼓楼医院泌尿外科、南京大学泌尿外科学研究所）
编辑 | 豆豆（中国医学论坛报）
附：作者简介
联系客服
