膀胱腫瘤切除術，在某些情況下難以評估結構和深度

東京醫科大學11月25日宣布，該校開發了一種新型人工智能(AI)模型，通過癌細胞核的形態特征預測非肌肉浸潤性膀胱癌的早期復發。 這項研究由該大學分子病理學系的黑田正彥教授、泌尿外科系的大野義正教授和德山直人助理教授以及人類病理學系的長尾俊孝教授領導的研究小組進行，并得到了國家新能源和工業技術開發組織(NEDO)的支持。 該研究結果已發表在《現代病理學》上。

膀胱癌被認為是世界上第九大最常見的惡性腫瘤，在日本每年大約有20,000個病例和8,000人死亡。 在所有未經治療的膀胱癌中，不侵犯膀胱肌肉層的非肌肉浸潤性膀胱癌約占所有病例的70%。 這些人的預后相對較好，但有報道稱復發率高達30-50%。 準確預測復發對制定治療策略至關重要，因為反復復發往往會導致預后不良的肌層浸潤性癌變的發生。

隨著數字病理成像和人工智能技術的發展，現在全世界都在嘗試捕捉和應用人眼無法看到的圖像特征。 然而，目前還沒有人工智能預測非肌層浸潤性膀胱癌復發的報道。 經尿道切除膀胱腫瘤是最初的標準治療方法，由于標本的切面較小，可能難以評估腫瘤的結構和深度。

能夠根據核不典型性預測復發的人工智能，在隨機森林中具有86.7%的正確響應率

該研究小組關注的是核不典型性，這對手術影響不大。 利用數字病理學成像技術，他們提取了與細胞核形態有關的各種特征。 然后他們開發了一種算法，與傳統的人工智能病理學不同，該算法可以完全根據細胞的核不典型性做出決定。

人工智能的測試驗證表明，支持向量機和隨機森林能夠預測復發，準確率很高，分別為90%和86.7%。

可以從HE染色的標本中進行測量，并有可能應用于其他類型的癌癥

該研究在世界上首次證明了人工智能在預測非肌層浸潤性膀胱癌復發方面的有效性。 它也證實了癌細胞核的量化形態特征的有用性。 這些方法可以在HE染色的基礎上進行測量，HE染色是一種常見的病理圖像，可以很容易地應用于其他癌癥的分析。

世界各地正在探索使用人工智能來預測預后。 這種方法預計會產生重大的連鎖反應，因為它使用的是HE標本，而HE標本是廉價的組織圖像，已經成為病理診斷的標準。 研究小組說："我們希望增加研究的案例數量，以提高人工智能預測的準確性，使其在商業上可行。