2.2人工智能与胰腺肿瘤

    胰腺癌在胰腺肿瘤中最为常见，是成人中最致命的癌症之一。据统计，2018年全球发生了近46万例病例，其中43万人死亡[28]。但目前仍没有可行的胰腺癌筛查试验[29]。为了提高早期诊断胰腺癌的准确率，Okon K等[30]人利用神经网络模型分析细胞核的特征。这些细胞来自于胰腺癌、慢性胰腺炎及其他需要胰腺切除的肿瘤手术患者。结果显示该模型的细胞核分类正确率为73%，一定程度上可以帮助早期诊断胰腺导管癌。另一项研究[31]提出了一个基于学习的集成框架，用于评估细胞Ki-67增殖指数，相对于人工注释，其准确率更高，可为胰腺神经内分泌肿瘤的诊断提供间接帮助。Momeni-Boroujeni A等[32]构建的模型通过分析细针穿刺活检的细胞图像，能够以77%的准确率将非典型病例分类为良、恶性，说明在病理学中使用多层感知器神经网络(MNN)进行图像分析具有改善患者预后的潜力。在影像方面，人工智能用于胰腺癌的诊断及鉴别诊断研究更加广泛。最近有一项研究[33]显示，与人类诊断和常规EUS特征相比，基于深度学习算法的人工智能可能是诊断恶性导管内乳头状黏液性肿瘤(IPMNs)的一种更准确、更客观的方法 ......