四个最先进的组织病理学图像人工智能搜索引擎可能尚未准备好用于临床

新的研究表明，四种用于自动搜索和检索数字组织病理学幻灯片的最先进图像搜索引擎被发现对于常规临床护理来说性能不足。

内科住院医师、即将入职的三年级住院医师 Helen Shang 博士表示，为组织病理学图像数据库提供支持的人工智能算法的性能比预期的要差，有些准确率低于 50%，不适合临床实践。加州大学洛杉矶分校大卫格芬医学院血液肿瘤学研究员。

“目前，有许多用于医疗任务的人工智能算法正在开发中，但针对严格的外部验证的努力较少，”与德克萨斯大学阿灵顿分校的 Mohammad Sadegh Nasr 博士共同领导这项研究的尚说。 “该领域还没有标准化人工智能算法在临床采用之前如何进行最佳测试。”

该论文发表在《NEJM AI》杂志上。

目前，病理学家手动搜索和检索组织病理学图像，这非常耗时。因此，人们对开发数字化癌症图像的自动搜索和检索系统越来越感兴趣。

研究人员设计了一系列实验，以评估搜索引擎结果在加州大学洛杉矶分校真实案例和更大的未见过的数据集上的组织和亚型检索任务的准确性。检查的四个引擎是 Yottixel、SISH、RetCCL、HSHR。每个方法都采用不同的方法来索引、数据库生成、排名和图像检索。

总体而言，研究人员发现四种算法的结果不一致，例如，Yottixel 在乳腺组织上表现最佳，而 RetCCL 在脑组织上表现最高。他们还发现，一组病理学家发现搜索引擎结果的质量低至平均水平，存在一些明显的错误。

标签：