编辑推荐：
为减轻病理学家工作量，研究人员开发 AI 模型分流皮肤黑素细胞病变，预测性能强，提升工作效率。
皮肤黑素细胞病变的诊断，一直是医学领域的一大挑战。想象一下，病理学家们每天面对堆积如山的病例，不仅数量在不断增加，而且诊断要求也越来越全面、细致，这使得他们的工作量与日俱增，压力巨大。在皮肤黑素细胞病变中，黑色素瘤（Cutaneous melanoma）是一种常见且危险的皮肤癌，在美国和荷兰，它是第五大常见癌症。近年来，其发病率持续上升，2023 年，美国有超过 9.7 万人、荷兰有超过 8000 人被诊断出患有这种癌症。黑色素瘤转移风险较高，一旦发生转移，患者预后会明显变差，因此早期检测、准确诊断和快速治疗至关重要。
黑素细胞皮肤病变由产生色素的黑素细胞聚集形成，从良性（痣，nevus ，也称为 mole）、中间性（黑素细胞瘤，melanocytoma）到恶性（黑色素瘤，melanoma），生物学行为各不相同。大多数病变是良性的，通过苏木精 - 伊红（H&E）染色组织切片的显微镜检查就能确诊。然而，区分某些黑素细胞肿瘤亚型却颇具难度，不同观察者之间以及同一观察者不同次观察之间的一致性都较低。对于这些难以判断的病例，免疫组织化学（IHC）染色和分子检测虽有助于确诊，但会将诊断周期延长数天至数周。而且，理想情况下所有黑素细胞病变都应由专业的皮肤病理学家检查，但在许多医疗中心，普通病理学家也不得不参与其中，进一步加剧了他们的工作负担。
为了解决这些问题，来自荷兰乌得勒支大学医学中心（University Medical Center Utrecht）的研究人员开展了一项重要研究。他们开发了一种基于人工智能（AI）的模型，用于对皮肤黑素细胞病变进行分流，相关研究成果发表在《npj Biomedical Innovations》上。
研究人员为开展此项研究，采用了多种关键技术方法。首先，他们收集了乌得勒支大学医学中心的回顾性队列数据，构建了包含 27,167 个独特标本、52,202 张 H&E 染色全切片图像（WSI）的数据集。接着，利用 SlideSegmenter 对 WSI 中的组织进行分割和拼贴，提取 4096×4096 像素的非重叠图块，并基于 Hierarchical Image Pyramid Transformer（HIPT）模型，通过自监督学习方法训练前两个 Vision Transformers（ViTs）来提取特征向量。最后，使用 AdamW 优化算法对第三个 ViT 进行针对分流任务的训练，并进行五折交叉验证。
下面来看看具体的研究结果：
- 数据集统计：研究人员对收集的数据精心筛选，最终得到来自 20,707 名患者的 27,167 个皮肤黑素细胞病变标本，共 52,202 张 H&E 染色 WSI，占用 23.1TB 图像数据。根据诊断代码，将黑素细胞病变分为高复杂性（13.4%）和低复杂性（86.6%）两类。数据集在患者层面进行划分，80% 的患者数据用于模型开发，20% 用于评估。评估数据集又分为两部分，一部分反映开发集分布，用于评估模型在分布内的性能；另一部分包含非黑素细胞皮肤病理的标本，用于评估模型在分布外的性能。
- 预测性能和校准：在分布内测试集上，AI 模型表现出色，受试者工作特征曲线下面积（AUROC）达到 0.966（95% CI，0.960 - 0.972），精确召回曲线下面积（AUPRC）为 0.857（95% CI，0.836 - 0.877），校准良好，预期校准误差（ECE）为 0.010（95% CI，0.009 - 0.018）。在分布外测试集上，AUROC 为 0.899（95% CI，0.860 - 0.934），AUPRC 为 0.498（95% CI，0.360 - 0.639），ECE 为 0.160（95% CI，0.136 - 0.187）。
- 模拟实验：研究人员模拟病理科工作流程，比较了四种病例分配方法。以随机分配为基线，AI 分流模型使专家病理学家分配到的高复杂性病例增多，普通病理学家分配到的高复杂性病例减少。使用 AI 分流模型，每 500 例病例中，普通病理学家对高复杂性病例的初始检查平均可减少 43.9（95% CI，36 - 55）次；若考虑会诊和修订病例，可减少 34.5（95% CI，25 - 44）次。
研究结论和讨论部分指出，该 AI 模型在区分高、低复杂性黑素细胞病变方面具有强大的预测性能，通过模拟实验证明，实施 AI 分流可显著减轻病理学家工作量，提高日常病理诊断工作效率。不过，模型也存在一些局限性，如对某些与常见痣共存的病变存在假阴性预测，部分假阳性预测可能由瘢痕组织等因素导致。此外，要在临床实践中有效部署该模型，还需进一步研究，如开发能区分黑素细胞病变与其他病变的模型，或扩大开发集以提高模型稳健性。同时，进行影响评估研究和成本效益分析，以及在外部数据集上进行验证，对于该模型的临床应用和广泛推广至关重要。这项研究为皮肤黑素细胞病变的诊断提供了新的思路和方法，有望推动病理诊断领域的发展，为患者带来更好的医疗服务。
