人工智能|医学发展的新动力|人工智能在肾脏疾病诊治中的应用( 二 )


肾脏病理图像识别和分析
肾脏病理不仅有助于疾病的诊断,其在治疗方案的制定、临床预后的评估中均发挥重要的作用 。笔者团队使用上万张肾小球病理图像训练多种深度学习网络,完成了包含肾小球识别、肾小球病变分类、肾小球内固有细胞识别和定量分析等在内的肾小球基本结构和病变的识别,证实人工智能模型可助力肾脏病理分析 。由高年资病理医生对400余例来自国家肾脏疾病临床医学研究中心经病理明确诊断为IgA肾病患者的光镜切片的肾小球病变及结构进行精准标注,训练多种深度学习模型,最终整合成人工智能肾脏病理识别系统——ARPS系统,该系统可精准识别肾小球基本病变(球性硬化、节段硬化、新月体),精度达92.8%;精准计算肾小球内三种固有细胞的数量,精度92.2%;并且自动计算系膜区积分 。同时,该研究选取220个肾小球中的3万多个固有细胞,将ARPS系统与国家肾病临床医学研究中心的4位初级肾脏病理医生进行人机对照,对比两者在肾小球内细胞识别的精度和速度 。最终,ARPS系统识别精度超越初级病理医生5%~11%,识别速度更是遥遥领先,是病理医生的50~90倍 。该研究证明人工智能病理模型可以对肾脏病理组织中肾小球结构及病变进行精准识别,为未来人工智能助力肾脏病理诊断提供基础,也为肾脏病理走向数字化、精准化迈出重要一步 。
编辑:郑梦莹
排版:高冀
《中华医学信息导报》2021年6期第19版
【人工智能|医学发展的新动力|人工智能在肾脏疾病诊治中的应用】人工智能|医学发展的新动力|人工智能在肾脏疾病诊治中的应用
文章图片

推荐阅读