拉德布德大学医学中心的研究人员开发了一种“深度学习”系统，该系统在确定前列腺癌的侵袭性方面比大多数病理学家要好。使用组织样本进行诊断的AI系统会根据超过1200名患者的数据进行自我诊断，以识别出前列腺癌。Radboud小组目前正在与瑞典Karolinska研究所和Google子公司Kaggle的研究人员合作，以期在重大国际竞争中继续开发这些方法。

前列腺癌是一种经常发生的癌症，但并不总是侵略性的：死于前列腺癌的男性多于死于前列腺癌的男性。但是，其治疗对患者的生活质量有许多影响，因此确定攻击性是选择治疗的重要步骤。为了确定癌症的侵袭性，从前列腺中取出组织(活检组织)，由病理学家对其进行评分。然后，使用该“格里森评分”将活检样本分为五个组-格里森等级组-这表明死于前列腺癌的风险。但是，这是一个主观过程。是否以及如何治疗患者可能取决于评估组织的病理学家。

比病理学家更好

Radboudumc的研究人员开发了一种AI系统，该系统可以像病理学家一样检查那些活组织检查。AI系统还会确定格里森得分，然后系统可以根据格里森等级组对活检分类。通过深度学习，该系统检查了数千个活检图像，以了解什么是健康的前列腺以及侵略性前列腺癌组织的外观。研究员Wouter Bulten描述了这个过程：“现在已经对1200多名患者的5759份活检进行了AI系统训练。当我们将算法的性能与来自不同国家和不同经验水平的15位病理学家进行比较时，我们的系统执行了比其中的十个更好，并且可以与经验丰富的病理学家相提并论。”这种计算机系统的另一个优点是它是一致的并且可以在任何地方使用。患者的治疗不再取决于病理学家看组织。

国际比赛

每年全球有120万男性被诊断出患有前列腺癌，因此AI诊断系统的开发对于许多研究小组和公司而言都很有趣。Bulten说：“我们是一所学术医院是有利的。”“我们与患者和执业医生都很近，并且拥有自己的活检数据库。”下一步，拉德布德大学医学中心团队与瑞典卡罗林斯卡研究所的研究人员以及专门从事数据科学竞赛的Google子公司Kaggle一起，希望举办一场国际竞赛，参加者试图击败Radboudumc算法。这次比赛产生的见解将被用于改进算法。

背景：什么是“深度学习”?

深度学习是用于以类似于我们的大脑工作方式学习的系统的术语。它由电子“神经元”网络组成，每个网络都学会识别所需图像的一个方面。然后它遵循边做边学的原则，而实践则是完美的。系统收到越来越多的图像，其中包含相关信息，在这种情况下，图像说明是否是癌症，如果是，则为格里森分数。然后，系统学会识别哪些特征属于癌症，并且看到的图片越多，就可以更好地识别出未诊断的图像中的那些特征。(我们对小孩做类似的事情：我们在孩子面前举起一个苹果，说那是苹果。在某个时候，您不必再说了。

由Wouter Bulten，Geert Litjens等人撰写的奈梅亨研究已发表在《柳叶刀肿瘤学》上。