研究人员创造了一种人工智能技术来增强研究活检组织样本的诊断工具。2021 年 8 月 31 日- 洛杉矶大学 (UCLA) 的工程师开发了一种改进诊断工具的方法，该工具使用人工智能检查活检组织样本。AI 系统使用组织图像的虚拟重新染色，其速度和准确度与人工执行的特殊染色一样。
在显微镜下，病理学家检查活检组织样本，这些样本已用特殊染料染色以增强颜色和对比度。苏木精和伊红 (H&E) 是最常用的染色剂。然而，通常在临床病例中，需要额外的特殊染色来增加不同组织成分的对比度和颜色，让病理学家获得更清晰的诊断图片。
虽然特殊染色剂提供了更好的诊断图片，但它们通常需要更长的组织准备时间、更多的监测和更昂贵的价格标签。为了加快这一过程，加州大学洛杉矶分校的研究人员创建了一种使用人工智能的计算技术，将先前用 H&E 染色的组织图像转换为添加了特殊染色剂的新图像。
据研究人员称，与人类专家进行的几个小时相比，每个组织样本的这一过程只需不到一分钟。该系统的效率允许更快的初步诊断，从而更快地开发治疗方案。
“我们开发了一种基于深度学习的技术，无需组织技术人员进行特殊染色，”研究负责人 Aydogan Ozcan 在一份新闻稿中说。
“在诊断器官移植排斥病例等医疗状况时，提高的速度和准确性尤其重要，在这种情况下，快速准确的诊断可以实现快速治疗，这可能会大大改善临床结果。”
Ozcan 和团队通过生成用于肾脏组织的一整套特殊染色剂来展示基于人工智能的技术。通过使用在 H&E 染色组织活检图像上训练的专门深度神经网络，研究团队在多个临床样本上虚拟生成了特殊染色，涵盖了广泛的肾脏疾病。
“然后，一个由董事会认证的肾脏病理学家组成的多机构团队进行了临床评估，以确定虚拟染色到染色转化技术的功效。他们发现，与仅使用 H&E 染色的活检图像相比，使用虚拟生成的特殊染色在诊断上取得了统计学上的显着改善，”新闻稿说。
此外，另一项研究表明，虚拟重新染色的图像的质量在统计上等同于人类专家使用特殊染色产生的图像。
据研究团队称，这种方法很容易采用，因为该技术适用于现有的 H&E 染色图像。研究人员得到了国家科学基金会生物光子学计划的支持。