近期，復旦大學附屬中山醫(yī)院呼吸科張新教授團隊與復星杏脈合作科研論文Artificial intelligence-based rapid on-site cytopathological evaluation for bronchoscopy examinations (基于人工智能的支氣管鏡檢查快速現(xiàn)場細胞病理學評價)，獲得國際期刊Intelligence-Based Medicine發(fā)表。
在肺癌診斷中，基于支氣管鏡的細胞學快速現(xiàn)場評級
是改善支氣管鏡檢查性能的重要技術(shù)手段
據(jù)GLOBOCAN估計，2020年全球新發(fā)肺癌病例約220萬，占全部惡性腫瘤的11.4%，死亡病例約180萬，占惡性腫瘤相關(guān)死亡的18.0%。肺癌是人類癌癥的主要死因之一，2020年的發(fā)病率在所有癌癥中位居第二。病理檢查對肺癌治療尤其關(guān)鍵[1] ，其中支氣管鏡檢查是診斷肺癌的重要方法[2] 。細胞學快速現(xiàn)場評價（ROSE）通過實時確認標本的充分性與快速診斷成為改善支氣管鏡檢查性能的一項重要技術(shù)。然而，細胞病理學家或相關(guān)專業(yè)人員需要在現(xiàn)場診斷 [3]，其人員限制和耗時阻礙了ROSE臨床的可用性[4]。人工智能（AI）被引入醫(yī)學領(lǐng)域能輔助病理學家做出更有效/準確的診斷[5]。本研究旨在使用AI輔助ROSE快速現(xiàn)場病理評價，以擴大ROSE的實施可用性與增加患者利益。
復星杏脈構(gòu)建基于人工智能的ROSE模型，
在WSI水平的診斷具有顯著臨床價值，增強了ROSE臨床可用性
我們構(gòu)建了一個基于AI的ROSE模型，對whole slide imaging (WSI)的快速HE染色的圖像進行良惡性分類(圖1)，以組織病理學/綜合診斷作為金標準。我們?nèi)虢M了接受支氣管鏡檢查的627名患者的ROSE WSI玻片(約74萬張patch小圖，應(yīng)為目前發(fā)表論文中最大的隊列)。其中訓練集374張，驗證集91張，測試集62張。本研究采用卷積神經(jīng)網(wǎng)絡(luò)進行基于AI的ROSE模型訓練。為了確定 WSI良惡性分類結(jié)果，我們提出了如下 2 步方法：（1）基于patch的分類:使用CNN模型獲得每個patch的惡性概率得分，對惡性patch的定義閾值，以區(qū)分每一個patch是否為惡性；（2）基于病例的WSI良惡性分類: 根據(jù)第一步獲得的惡性patch的數(shù)量，來定義一個WSI（或一個病例）為惡性（或良性）。訓練完成后， AI ROSE模型與一名高級、兩名初級細胞病理學家進行測試集與比較。
圖1. 基于人工智能的ROSE的工作流程
圖2顯示了基于人工智能的ROSE在patch層面的ROC曲線下面積（AUC）為0.9846。模型在WSI水平上(最佳組合是惡性patch數(shù)為6與惡性概率的閾值為81%)可以得到最高的AUC（0.942），AI準確率和敏感性分別為84.57%和80.91%（圖3A）。為了進一步測試模型的臨床可用性，我們對AI和細胞病理學家的結(jié)果進行了進一步的比較，在測試組的162張ROSE玻片中，高級、初級細胞病理學家和AI ROSE模型的準確率分別為96.90%、83.30%和84.57%。基于AI的ROSE模型的分類與金標準相關(guān)性高于初級細胞病理學家，低于高級細胞病理學家（圖3B)。
圖2.基于人工智能的ROSE模型在patch水平上的ROC曲線
圖3. AI的ROSE模型的分類結(jié)果與細胞病理學家比較
我們研究團隊構(gòu)建的基于AI的ROSE模型表現(xiàn)出了很好的性能，在WSIs水平的準確率相當于初級細胞病理學家，證實了該模型的臨床潛力。ROSE是一種輔助性的細胞病理學評價，我們的AI模型具有輔助醫(yī)生(圖4)、增強ROSE臨床可用性的可能
圖4.惡性patch(左)和AI分析相應(yīng)的熱圖(右)
復旦大學附屬中山醫(yī)院與復星杏脈緊密合作，
推動AI產(chǎn)學研合作應(yīng)用 復旦大學附屬中山醫(yī)院呼吸科與復星杏脈目前在臨床需求-基礎(chǔ)研究銜接方面開始了切實探索，促進臨床研究成果的高效轉(zhuǎn)化。復旦大學附屬中山醫(yī)院呼吸科為上海市醫(yī)學重點學科和復旦大學重點發(fā)展學科，是國內(nèi)首批博士學位授予點、臨床醫(yī)學博士后流動站之一。目前前承擔上海市醫(yī)學重點學科、國家自然科學基金、衛(wèi)生部、教委博士點、上海市科委重大科技攻關(guān)項目和美國NIH的RO1等多項課題，張新主任，從事呼吸及肺癌診療工作27年，先后從事的研究工作有肺癌基因診斷及基因治療、靶向與化療的聯(lián)合應(yīng)用、肺癌液體活檢、磁導航引導肺活檢等，作為分中心PI參加多項國際臨床試驗。參編《實用內(nèi)科學》等專著6部，發(fā)表論文三十余篇。復星杏脈早在2019年以“一致性系數(shù)94.6%”榮登國際權(quán)威全球病理競賽CancerCellularityChallenge冠軍榜首、并在2021-MICCAI-FLARE腹部多器官的分割任務(wù)中獲得冠軍。截至2022年6月發(fā)表及審稿中的AI臨床前科研項目總計32項，累計SCI期刊影響因子總計336.2分，知識產(chǎn)權(quán)超過100余項，成功獲得國家重點研發(fā)計劃、國家自然科學基金課題、上海市科委、經(jīng)信委及發(fā)改委課題等多項課題。