12月9日，我校附屬第三醫(yī)院耳鼻咽喉頭頸外科楊欽泰教授（通訊作者）團隊，聯(lián)合清華珠三角研究院韓藍青教授（共同通訊作者）、任勇研究員（共同第一作者），我校附屬第三醫(yī)院病理科陳健寧教授（共同第一作者），以及我校附屬第一醫(yī)院孫悅奇教授、附屬第五醫(yī)院洪海裕教授等，在國際過敏與變態(tài)反應(yīng)領(lǐng)域排名第一的知名期刊《過敏與臨床免疫學(xué)雜志》(The Journal of Allergy and Clinical Immunology, IF = 14.11)在線發(fā)表了最新研究成果《Expert-level Diagnosis of Nasal Polyps Using Deep Learning on Whole-slide Imaging》。
鼻息肉人工智能病理分型系統(tǒng)示意圖
鼻息肉不同的病理類型預(yù)后差異明顯，其中以嗜酸性粒細(xì)胞型鼻息肉最難診治，對其病理分型有利于個體化精準(zhǔn)治療和預(yù)后。現(xiàn)有鼻息肉病理診斷分型方法是基于患者病理切片，在數(shù)千個高倍視野中隨機選取10個進行評估和診斷的，抽樣導(dǎo)致準(zhǔn)確性存在偏倚。若通過病理醫(yī)生進行全片（全數(shù)據(jù)）計數(shù)和評估可以避免這種誤差，但工作量非常大，且基層醫(yī)院難以開展。隨著近年來深度學(xué)習(xí)（AI）和數(shù)字病理的高速發(fā)展，將兩種技術(shù)進行融合可以完美地解決這一系列問題。
團隊主要成員（吳慶武、鄧慧儀、鄭瑞、黃雪琨、袁聯(lián)雄等）回顧性收集了我院1465張鼻息肉玻片，篩選出195張進行全片掃描和數(shù)字化，由病理專家組進行ROI標(biāo)記并生成了26589個1000*1000分辨率的高倍視野，基于深度學(xué)習(xí)技術(shù)搭建了全球第一個鼻息肉病理AI診斷平臺（AICEP）。
接下來研究人員使用AICEP分別對附屬第三醫(yī)院12名患者，附屬第一醫(yī)院和附屬第五醫(yī)院的16名患者進行內(nèi)部驗證和外部驗證，得到的診斷結(jié)果與患者實際結(jié)果完全一致，而采用現(xiàn)有病理醫(yī)生隨機抽取10個視野的方法進行診斷則分別有2名和4名患者可能存在漏診或誤診，顯示了AICEP優(yōu)異的敏感性和特異性，且具備較好的外部泛化能力。
在可解釋性方面，團隊采用特征可視化技術(shù)對嗜酸性粒細(xì)胞與非嗜酸性粒細(xì)胞進行了特征區(qū)分，結(jié)果與病理形態(tài)學(xué)診斷特征一致。同時，團隊成員還對診斷耗時進行了比較，采用現(xiàn)有病理醫(yī)生隨機抽取10個視野的方法計數(shù)和診斷一個鼻息肉患者平均需要12.7分鐘，病理醫(yī)生若進行全片視野進行完整計數(shù)和診斷平均需要148.6分鐘，而AICEP進行一個全片診斷只需要5.4分鐘，大大節(jié)約了時間成本和人力成本。下一步，AICEP平臺將進行云化及模塊化，通過云平臺將專家級的鼻息肉病理診斷水平拓展到基層醫(yī)療機構(gòu)。
該成果也是我校附屬第三醫(yī)院與清華珠三角研究院自2019年4月聯(lián)合成立粵港澳大灣區(qū)首個“醫(yī)學(xué)人工智能中心”后的又一研究成果。該醫(yī)學(xué)人工智能中心基于中山大學(xué)附屬第三醫(yī)院“一體兩翼、三城四院”發(fā)展格局下豐富的醫(yī)療資源，多個學(xué)科群的優(yōu)勢和特色以及清華珠三角研究院、清華大學(xué)在人工智能領(lǐng)域的技術(shù)優(yōu)勢，著力建設(shè)三大平臺：醫(yī)療影像輔助診療平臺、人工智能技術(shù)服務(wù)平臺、專業(yè)技術(shù)人才培訓(xùn)平臺。計劃5年內(nèi)將該中心打造成粵港澳大灣區(qū)醫(yī)學(xué)人工智能應(yīng)用的示范基地。
