稿件来源：附属第三医院 | 作者：附属第三医院 | 编辑：许佳、郝俊 | 发布日期：2019-12-27 | 阅读次数：
12月9日，我校附属第三医院耳鼻咽喉头颈外科杨钦泰教授（通讯作者）团队，联合清华珠三角研究院韩蓝青教授（共同通讯作者）、任勇研究员（共同第一作者），我校附属第三医院病理科陈健宁教授（共同第一作者），以及我校附属第一医院孙悦奇教授、附属第五医院洪海裕教授等，在国际过敏与变态反应领域排名第一的知名期刊《过敏与临床免疫学杂志》(The Journal of Allergy and Clinical Immunology, IF = 14.11)在线发表了最新研究成果《Expert-level Diagnosis of Nasal Polyps Using Deep Learning on Whole-slide Imaging》。
鼻息肉人工智能病理分型系统示意图
鼻息肉不同的病理类型预后差异明显，其中以嗜酸性粒细胞型鼻息肉最难诊治，对其病理分型有利于个体化精准治疗和预后。现有鼻息肉病理诊断分型方法是基于患者病理切片，在数千个高倍视野中随机选取10个进行评估和诊断的，抽样导致准确性存在偏倚。若通过病理医生进行全片（全数据）计数和评估可以避免这种误差，但工作量非常大，且基层医院难以开展。随着近年来深度学习（AI）和数字病理的高速发展，将两种技术进行融合可以完美地解决这一系列问题。
团队主要成员（吴庆武、邓慧仪、郑瑞、黄雪琨、袁联雄等）回顾性收集了我院1465张鼻息肉玻片，筛选出195张进行全片扫描和数字化，由病理专家组进行ROI标记并生成了26589个1000*1000分辨率的高倍视野，基于深度学习技术搭建了全球第一个鼻息肉病理AI诊断平台（AICEP）。
接下来研究人员使用AICEP分别对附属第三医院12名患者，附属第一医院和附属第五医院的16名患者进行内部验证和外部验证，得到的诊断结果与患者实际结果完全一致，而采用现有病理医生随机抽取10个视野的方法进行诊断则分别有2名和4名患者可能存在漏诊或误诊，显示了AICEP优异的敏感性和特异性，且具备较好的外部泛化能力。
在可解释性方面，团队采用特征可视化技术对嗜酸性粒细胞与非嗜酸性粒细胞进行了特征区分，结果与病理形态学诊断特征一致。同时，团队成员还对诊断耗时进行了比较，采用现有病理医生随机抽取10个视野的方法计数和诊断一个鼻息肉患者平均需要12.7分钟，病理医生若进行全片视野进行完整计数和诊断平均需要148.6分钟，而AICEP进行一个全片诊断只需要5.4分钟，大大节约了时间成本和人力成本。下一步，AICEP平台将进行云化及模块化，通过云平台将专家级的鼻息肉病理诊断水平拓展到基层医疗机构。
该成果也是我校附属第三医院与清华珠三角研究院自2019年4月联合成立粤港澳大湾区首个“医学人工智能中心”后的又一研究成果。该医学人工智能中心基于中山大学附属第三医院“一体两翼、三城四院”发展格局下丰富的医疗资源，多个学科群的优势和特色以及清华珠三角研究院、清华大学在人工智能领域的技术优势，着力建设三大平台：医疗影像辅助诊疗平台、人工智能技术服务平台、专业技术人才培训平台。计划5年内将该中心打造成粤港澳大湾区医学人工智能应用的示范基地。
0
