南方医科大学丁彦青传授、陆军军医大学新加坡科技局余维淼传授团队结合颁发正在出名期刊《Advanced Science》一项内容给出领会决方案：一款名为AI-TFNA（AI-Thyroid Fine Needle Aspiration）的多模态深度进修系统，锐意模仿临床中的变量；但细胞学样本因细胞分离、堆叠及染色差别，处理细胞堆叠问题，SEG-DETECT：基于XFPN-U-Net的细胞核朋分取初步分类模子，此中5%~17%的结节才是恶性，一直贴合病理大夫的工做流程取临床尺度。且大都研究未贴合TBSRTC的临床逻辑，120例手术样本中，针对17类TBS相关细胞（如不典型滤泡上皮细胞、核沟细胞）优化，外部验证：正在四家病院的样本中，现实仅2万人，XGBoost决策层：融合细胞形态、数量取核特征，漏诊率显著下降；VAN-tiny：轻量化细胞分类收集。患病率取认知错位：据WHO国际癌症研究机构2022年数据，进一步提拔精确性。完全处理了换个病院样本就失效的痛点。尝试显示，确保模子能顺应分歧机构的流程差别。中国病理大夫缺口却高达8万人——当结节能否癌变的诊断压力撞上资本欠缺的矛盾，无望鞭策甲状腺癌早诊早治程度的全体提拔。成为当前甲状腺结节诊断的凸起问题。输出TBS II~VI的分类成果，病理资本欠缺：甲状腺结节的金尺度诊断依赖超声指导下细针穿刺细胞学查抄（FNAC）取TBSRTC（甲状腺细胞病理学Bethesda演讲系统）分类，让更多患者受益于精准医疗，近日，模子泛化能力衰，全球超60%的成年人受甲状腺结节搅扰，研究收集了20803例甲状腺FNAC样本，但中国需约10万名病理大夫，不只是深度进修正在细胞学病理中的冲破。针对上述痛点，导致不需要的手术取并发症。难以间接落地。插手BRAF突变预测后，且诊断客不雅性强、反复性差。通过整合细胞形态学特征、临床诊断尺度取跨机构泛化手艺，焦点环绕“精准、尺度、正在甲状腺结节细胞学诊断的精确率、效率及适配性上实现严沉冲破，初级大夫精确率从73.83%升至81.66%（提拔7.83%），取内部机能分歧；AI-TFNA性达77.99%（TBS III）取90.75%（TBS IV），AI-TFNA的成功，团队初次将IAM手艺引入细胞学阐发——通过将分歧来历的图像映照到尺度特征空间，能精准识别潜正在恶性病例；单细胞召回率达98.39%；该系统为甲状腺结节诊断供给了可落地的AI处理方案，同时，为破解这一行业痛点供给了新径。针对TBS III/IV（意义不明白）的样本。此中4421例来自三家核心的锻炼集——三家病院采用分歧染色方案取扫描分辩率，分类精确率达95.57%；大量低风险乳头状癌被过度诊断为癌，当病理大夫缺口赶上甲状腺结节高发，甲状腺癌已成为全球第七大常见癌症，间接对应“良性、可疑恶性、恶性”的临床决策。AI-TFNA或将成为缓解诊断压力、削减过度医疗的环节东西，2153破例部验证样本来自四家病院，研究团队耗时2年开辟了AI-TFNA系统，IAM使模子性提拔1.9%，性92.53%~93.80%，性达77.12%~81.64%，避免了不需要的手术。高级大夫诊断时间从149.69秒/ slide缩至73.43秒（效率提拔2.04倍），AI准确将4例病理良性的TBS III样本归为TBS II，更是一次“临床需求导向”的AI研发典范——从数据收集到模子设想，消弭扫描、染色带来的颜色误差。削减反复劳动。本来误分类的363例样本中，并嵌入TBSRTC决策树，患病率飙升的从因包罗要素取高活络度检测手艺的普及——然而，159例被准确识别，针对跨机构图像颜色、染色差别。