在医疗健康领域，人工智能和医学检测再次碰撞出火花！
近日，两项研究表明，谷歌AI开发的一种基于LYNA的病理学验证工具有助于检测和诊断转移性乳腺癌，准确率甚至比人类病理学家更胜一筹，高达99%。
患者的癌细胞是否转移至淋巴结，在很多情况下会影响乳腺癌治疗决策，如放射治疗、化疗及手术切除额外淋巴结等。基于患者淋巴结组织切片结果，病理学家利用显微镜进行微观检查，对癌症进展做出判断，并提出治疗方案。然而，从这些切片中准确分析疾病是一项艰巨的任务，需要专业培训及多年经验的病理学家才能胜任。
谷歌人工智能技术主管马丁·斯图佩表示，“去年，我们介绍了基于深度学习的方法，以提高2016 ISBI Camelyon Challenge 癌症细胞区域检测竞赛的诊断准确性。该竞赛提供了高达 10 亿像素的乳腺癌患者淋巴结病理切片，供研究人员开发用于检测转移性癌症的计算机算法LYNA。”
LYNA算法又称为淋巴结助手，用于监测病理载玻片的异常情况，并辅助确定癌症和其他可疑区域位置。研究团队通过两套特定病理数据集来训练该算法，以识别肿瘤特征，使其能够在多种条件下发现肿瘤转移。
一项研究表明，LYNA算法可有效区分出有转移性癌症的载玻片和无转移性癌症的载玻片，准确率可达99%。尤其对于体积非常小的转移灶，病理学家可能无法正确识别，而LYNA可辅助进行诊断，供病理学家参考。
另一项研究发现，在LYNA协助下，病理学家进行转移性癌症的载玻片检查时“主观”感到工作更简单。对于微小转移的诊断来说，LYNA不仅将检测中遗漏的微转移率降低了两倍，还将病理学家的检查时间缩短了一半，每张载玻片需要约一分钟时间。
值得一提的是，研究结果表明，使用 LYNA 协助的病理学家比没有使用 LYNA 协助的病理学家，或比单纯使用LYNA 算法的检测结果更准确。这证明了病理学家协同LYNA算法进行检测工作效果更好。
这两项研究分别发表于《病理学和检验医学档案期刊》和《美国外科病理学杂志》上。
2017年我国发布的中国肿瘤登记年报显示，乳腺癌的发病率已经居全球女性恶性肿瘤之首。对于乳腺癌患者来说，及早发现是治疗的关键一步，可有效提高生存率。
接下来，研究团队将尝试在临床中使用该算法，若进展顺利，则有望辅助医生诊断乳腺癌患者。
