全球肿瘤医生网提醒患者：国内细胞免疫治疗技术，包括cart细胞，树突细胞疫苗，NK细胞，TILs细胞，TCR t细胞治疗，癌症疫苗等技术均处于临床试验阶段，未获准在医院正式使用。国内患者可以参加正规临床试验，在医生的监管下使用，全球肿瘤医生网不推荐患者贸然尝试任何医疗机构和研发机构的收费治疗。
的一项研究显示，在诊断转移到前哨淋巴结的少量乳腺癌细胞方面，人工智能要优于病理科医生。(JAMA 2017年12月12日在线版)
研究者分析了32种自动诊断乳腺癌前哨淋巴结转移的程序，表现最好的7种与11位丹麦病理学专家进行了PK，病理学家们阅了129个镜下表现诊断微转移，肿瘤细胞簇直径0.2~2 mm，其中3位病理学家为乳腺癌领域病理学专家。
表现最好的病理学家诊断的平均曲线下面积AUC为0.810，而计算机程序表现 者AUC要更好一些，为0.994(P0.001)。
病理学家检出大体转移的平均敏感性为92.9%，平均AUC为0.964;检出微转移的敏感性仅为38.3%，平均AUC为0.685。
这些结果提示，可以利用人工智能，来进行病理诊断，只不过这还需要在临床试验层面进行验证。即使是最好的病理学家也漏诊了37.1%的只有微转移的病例。
美国布莱根妇女医院Golden教授述评指出，该研究结果令人振奋，不过值得注意的是，给病理学家们的阅片时间太短，实际临床实践中，遇到不确定的情况，病理科医生通常会要求再切片或进行染色。哈佛医学院Cotran教授指出，该研究没有比较好的对照，是否人工智能在诊断所有类型的乳腺癌都有优势不清楚。
129例用来比赛的镜下表现中，49例淋巴结有转移，80例无转移。训练过的计算机程序在镜下图像上逐像素地筛查转移肿瘤细胞，这种强度还是要比人工强悍一些。研究发现，程序可以检出前哨淋巴结转移的敏感性为100%，提示可以减少病理科医生的工作量。
影像学和病理这种跟图像打交道的学科，是人工智能比较容易渗入的学科。不过与影像学已经收集电子图像25年之久相比，病理在人工智能面前还相对是新手。有一些问题和挑战需要应对和克服，比如费用问题等。病理科医生的接受也是一个问题，要病理科医生从显微镜前起身，用计算机和人工智能辅助诊断工作还是有点挑战的。不过，还是不应该感到威胁，而应该积极面对，毕竟人工智能为主的诊断工具在某些领域是优于人工的，这给临床提高工作效率和准确度带来了契机。人工智能不会取代临床医生，但会对传统工作模式带来挑战。
转自：全球肿瘤快讯
本网站新闻资讯、文章、研究数据、治疗案例均来自于国内外医学论文，所涉及到的新药、新技术有可能还处于临床研究阶段，患者不能作为治疗疾病的依据。癌症治疗目前尚无治愈手段，患者需要在医生的指导下，在医院接受正规治疗或参加新药新技术临床试验。
帮助广大患者在抗癌之路上少走/不走弯路
最终成功战胜病魔！
靶向治疗|最新资讯|临床试验|靶向药物|
基因检测|免疫治疗资讯|定期专家科普讲座
