研究人員在達特茅斯-希契科克醫(yī)療中心 已經創(chuàng)建了分類肺癌幻燈片同樣三個病理學家發(fā)表在科學報告的一項小型研究如何做一個深刻的學習模式,。該模型自動對肺癌樣本中的組織學類型進行分類，以幫助醫(yī)生快速確定最適合患者的治療方法,。研究人員已經在系統(tǒng)上產生了早期的證實數(shù)據(jù),，現(xiàn)在計劃在其他醫(yī)療中心的臨床環(huán)境中對該技術進行測試,。

　　研究人員在達特茅斯-希契科克醫(yī)療中心 已經創(chuàng)建了分類肺癌幻燈片同樣三個病理學家發(fā)表在科學報告的一項小型研究如何做一個深刻的學習模式。該模型自動對肺癌樣本中的組織學類型進行分類,，以幫助醫(yī)生快速確定最適合患者的治療方法,。研究人員已經在系統(tǒng)上產生了早期的證實數(shù)據(jù),，現(xiàn)在計劃在其他醫(yī)療中心的臨床環(huán)境中對該技術進行測試。

　　肺癌的組織學模式分類是治療途徑中關鍵但棘手的步驟,。預后,，生存和治療均與分類有關。然而,，定性評估標準和具有多種組織學模式的個體患者的優(yōu)勢使得很難對樣本進行分類,，這可能導致病理學家之間存在很大分歧。

　　一項研究發(fā)現(xiàn),，肺部病理學家之間的一致程度達到中度至良好水平,，對kappa評分的衡量標準為從0(表示不達成一致)到1(表示絕對一致)。在那項研究中,，卡帕得分高達0.72,，但對疑難病例的其他評估得出的結果卻低至0.24，這表明審查幻燈片的專業(yè)肺部病理學家之間幾乎沒有一致意見,。

　　達特茅斯(Dartmouth)團隊最近評估了深度學習模型是否可以幫助推動該領域的發(fā)展,。該模型使用設計為學會識別癌細胞區(qū)域并匯總這些分類以推斷載玻片上存在的組織學模式的計算機系統(tǒng)。在對279張全幻燈片圖像進行訓練和開發(fā)后,，該團隊在同一醫(yī)療中心拍攝的143張幻燈片上對其進行了測試,。該模型的Kappa得分為0.525，與三位病理學家對主要模式進行分類的一致性為66.6%,。在三位病理學家中,，這一數(shù)字略低，分別為0.485和62.7%,。

　　研究結果使研究人員得出結論,，該模型“在統(tǒng)計學上與病理學家在所有評估指標上均相媲美”。由于該模型可以快速產生結果,，因此研究人員認為可以將其集成到實驗室信息管理系統(tǒng)中,，并提出模式診斷，或者根據(jù)模型的分析自動觸發(fā)基因測試請求,。

　　為了完全兌現(xiàn)這一諾言,，研究人員將需要證明該模型在測試環(huán)境之外有效。值得注意的是,，培訓和測試使用了來自單個醫(yī)療中心的圖像,。先前的研究表明，將該模型應用于其他設施捕獲的圖像時,，效果可能較差,。達特茅斯大學的研究人員已將其他團隊定位在外，以通過公開發(fā)布代碼來找出模型在外部數(shù)據(jù)集上的表現(xiàn),。肺癌的組織學模式分類是治療途徑中關鍵但棘手的步驟,。預后，生存和治療均與分類有關,。

　　然而,，定性評估標準和具有多種組織學模式的個體患者的優(yōu)勢使得很難對樣本進行分類，這可能導致病理學家之間存在很大分歧,。一項研究發(fā)現(xiàn),，肺部病理學家之間的一致程度達到中度至良好水平，對kappa評分的衡量標準為從0(表示不達成一致)到1(表示絕對一致),。在那項研究中,，卡帕得分高達0.72，但對疑難病例的其他評估得出的結果卻低至0.24,，這表明審查幻燈片的專業(yè)肺部病理學家之間幾乎沒有一致意見,。

　　達特茅斯(Dartmouth)團隊最近評估了深度學習模型是否可以幫助推動該領域的發(fā)展。該模型使用設計為學會識別癌細胞區(qū)域并匯總這些分類以推斷載玻片上存在的組織學模式的計算機系統(tǒng),。在對279張全幻燈片圖像進行訓練和開發(fā)后,，該團隊在同一醫(yī)療中心拍攝的143張幻燈片上對其進行了測試。該模型的Kappa得分為0.525,，與三位病理學家對主要模式進行分類的一致性為66.6%,。在三位病理學家中，這一數(shù)字略低,，分別為0.485和62.7%,。

　　研究結果使研究人員得出結論，該模型“在統(tǒng)計學上與病理學家在所有評估指標上均相媲美”,。由于該模型可以快速產生結果,，因此研究人員認為可以將其集成到實驗室信息管理系統(tǒng)中，并提出模式診斷,，或者根據(jù)模型的分析自動觸發(fā)基因測試請求,。

　　為了完全兌現(xiàn)這一諾言，研究人員將需要證明該模型在測試環(huán)境之外有效,。值得注意的是,，培訓和測試使用了來自單個醫(yī)療中心的圖像。先前的研究表明,，將該模型應用于其他設施捕獲的圖像時,，效果可能較差。達特茅斯大學的研究人員已將其他團隊定位在外,，以通過公開發(fā)布代碼來找出模型在外部數(shù)據(jù)集上的表現(xiàn),。