新浪登录
腾讯登录【快讯】志诺医标PD-L1定量判读通过图灵读片测试
| 导读 | 2020年9月18日-20日，中国医疗保健国际交流促进会病理学分会2020年年会在苏州顺利召开。 来自全国多家三甲医院病理科专家针对肺癌、乳腺癌、淋巴瘤等肿瘤分子病理的最新进展进行了学术讲座与交流。 |
2020年9月18日-20日，中国医疗保健国际交流促进会病理学分会2020年年会在苏州园区香格里拉大酒店顺利召开。大会以人工智能在病理诊断中的应用为主旨进行开展。
中国科学院院士陆军总医院病理科主任卞修武教授、四川大学副校长步宏教授、南方医科大学丁彦青教授等专家就人工智能在病理行业的前沿进展及广阔前景做了精彩演讲。 来自全国多家三甲医院病理科主任也针对肺癌、乳腺癌、淋巴瘤等肿瘤分子病理新进展进行了学术讲座与交流。相信随着AI在病理行业的深入应用，必将促进病理行业更好地发展。
图一 北京协和医院病理科主任梁智勇教授为“图灵读片”明星赛致开幕词
PD-L1病理“图灵读片”明星赛是大会肺癌会场的主要活动之一。该活动的其中一项内容是对人工智能机器判读得出的PD-L1的肿瘤比例分数（TPS，tumor proportion score）分数进行图灵测试。PD-L1作为2019年两位诺奖获得者所发现的重要的肿瘤标志物，在免疫治疗药物中受到极大的关注，对应PD-1/PD-L1靶点的免疫治疗药物，其疗效也得到了广泛的验证与认可。以PD-1/PD-L1作为免疫检查点抑制剂的伴随诊断检测，因其定量难、判读久、结果稳定性差的特性，使得PD-L1的精准判读成为病理行业的新痛点。因此，基于人工智能技术的精准定量判读系统成为解决这一痛点的最佳选择。
图二 人工智能精准定量判读示意图，经过癌区分割、细胞分割和阳性判断等步骤，可以实现TPS读数精准定量自动判读；（a）切片处理前原图；（b）癌区分割结果，红色区域表示AI模型预测的癌区；（c）细胞分割及阳性判断结果，绿色亮点表示PD-L1阴性的癌细胞，红色亮点表示PD-L1阳性的癌细胞，二者的数量可以精确计算出TPS读数。
图灵测试[1]是英国数学家图灵（Alan Mathison Turing，1912-1954）于1950年提出的一个关于判断机器是否能够思考的著名思想实验，测试某机器是否能表现出与人等价或无法区分的智能，一般认为进行多次测试后，如果有超过30%的测试者不能确定出被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能。本次活动中，借由图灵测试的概念，想要通过病理医生对病理专家的人工判读结果和AI判读结果进行辨别，实际测试当下人工智能技术在病理图像阅片领域的性能和应用场景。
“图灵读片”明星赛采用线上线下同时进行的方式，不仅展示了肿瘤（非小细胞肺癌和尿路上皮癌）的病理数字切片，还预先由病理专家明星战队与AI同时给出两组独立的判读结果。
病理专家明星战队由北京大学肿瘤医院病理科主任林冬梅教授、南京鼓楼医院病理科主任樊祥山教授、上海复旦大学附属肿瘤医院病理科副主任医师李媛教授等8位病理科专家及教授带队，对比赛中的病理数字切片给出病理专家判读结果。
现场近百位病理医生积极担任“图灵判官”参与到活动中，在近一个小时的活动参与中，每一张切片图像会给参与者三分钟的时间进行切片浏览和判读，随后提交其对“专家”或“AI”读数的辨别判断。
对于非小细胞肺癌数字切片的判别测试结果显示，超过30%的病理医生不能分辨TPS结果是病理专家还是AI给出的判读结果，其中一例结果误差非常小的切片图像，近50%的病理医生将AI读数误判为病理专家读数。活动中显示了AI模型提供的读数与病理专家人工读数已经非常接近。而AI在肿瘤的PD-L1的实际定量判读中具有的精准性、可重复性、快速以及不知疲倦等优势与特点，在应对未来肿瘤免疫治疗对病理精准诊断提出的挑战中将发挥重要的作用。
图三 现场参与者通过大屏幕进行读片，然后对结果进行仔细判别
志诺医标系统（iPathologyTM BEST）展示了志诺维思在人工智能在病理应用中的研发实力，尤其是对伴随诊断标志物精准分析的AI技术攻关能力。相信在不久的将来，志诺维思人工智能技术不仅仅在病理PD-L1判读中协助病理医生更高效更精准的进行判读工作，还会挖掘更多的应用场景，为肿瘤的病理精准及整合诊断做出新的贡献。
还没有人评论，赶快抢个沙发