黑色素瘤是皮肤癌最致命的形式，诊断可能具有挑战性。为了提高可以使用治疗的速度，检测和诊断率也必须提高。在病理学家人群下降的情况下，皮肤活检的体积继续增加，从而减慢了诊断率，因此，治疗。本月初，Proscia发布了研究数据，其中人工智能（AI）被用来以高度准确性检测黑色素瘤。

要了解有关AI如何改善黑色素瘤诊断的更多信息，捷克葡萄牙直播对...说Kiran Motaparthi博士，皮肤病理学主任和佛罗里达大学皮肤病学临床副教授和Julianna Ianni，博士，Proscia AI R＆D副总裁。

凯特·罗宾逊（KR）：黑色素瘤诊断有哪些困难？

Kiran Motaparthi（km）：某些黑色素瘤病例可能具有挑战性地与NEVI区分开，而Nevi是常见的，无害的（良性）皮肤病变。鉴于黑色素瘤也是最可能致命的皮肤癌之一，因此缺少黑色素瘤可能对患者产生影响。

KR：您能解释一下什么是病理学深度学习系统（PDL）及其运作方式？

朱利安娜·伊恩尼（Julianna Ianni）（JI）：当我们说“病理深度学习系统”时，我们指的是我们在研究中验证的深度学习系统。该系统应用于病理数据，因此我们称其为病理深度学习系统。通过将其暴露于病理标本的整个幻灯片图像的示例来训练该系统。每个标本都与其自身的地面真实标签相关联，这表明幻灯片上组织中存在的图案类型。通过将系统暴露于标本和标签的许多示例中，系统可以学习与每个标签相关的模式。

KR：添加PDL的样品制备过程是否相同？

KM：该过程是相同的。在我们的研究中，PDL在病理学家查看病例和准备后的情况下进行。真正不同的是，病理学家在审查病例之前对病例有多大了解。没有PDL，病理学家会随机审查病例。PDLS根据诊断属性对病例进行了分类。与我们的例子相称，PDL可能会运行并告诉病理学家，病例可能是黑色素瘤。这样一来，它可以帮助病理学家优先考虑此类病例的审查。

我应该注意，PDL只能在幻灯片的数字化图像上运行。要使用PDL或任何AI应用程序，实验室必须已经使用数字病理。与传统的病理学不同，将样品固定在载玻片上，数字病理围绕着这些载玻片的整个幻灯片图像。实验室可能想要数字化的原因有很多，而利用AI的能力是关键。在其他幻灯片幻灯片时，使用整个幻灯片时，共享和协作更容易。

KR：您能描述使用PDL用于改善黑色素瘤诊断的过程吗？

JI：我们的研究发现表明，PDLS有望提高诊断准确性并为患者提供更快的结果，我们正在进行其他研究以进一步探索这一潜力。

自动检测黑色素瘤的AI可以作为病理学家的辅助帮助。这可以帮助病理学家做出更准确的诊断，并因此导致更好的患者结局。AI还可以将高风险病例标记给病理学家以进行早期审查，或确保正确的案例直接发送给具有专业知识的人。然后，病理学家可以优先考虑具有最大临床影响诊断的患者，以便他们可以更快地开始治疗，也可以帮助改善患者的结局。

KR：可以使用PDL来帮助诊断其他疾病，包括那些没有癌性的疾病？

KM：是的。实际上，我们研究的PDL还对没有癌性的皮肤活检进行了分类。PDL可以识别的特定疾病仅取决于其训练的方式和可用数据。

Kiran Motaparthi和Julianna Ianni与技术网络编辑助理Kate Robinson进行了交谈。捷克葡萄牙直播