Mapping CD8 in Colorectal Carcinoma: Manual vs AI Quantification Using QuPath
本研究证实，使用 QuPath 进行 AI 辅助的 CD8⁺ TIL 定量分析，其结果与经验丰富的病理学家进行的人工评估相当，从而支持将其作为一种可靠且具有重现性的预后评估工具。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你的身体就像一座正遭受围攻的繁忙城市。入侵者是癌细胞，而城市的防御部队就是你的免疫系统，特别是被称为 CD8+ T 淋巴细胞的一支精英小队。这些士兵是受过训练的“好人”，专门负责搜寻并摧毁那些坏细胞。长期以来，医生们一直知道，能发现越多这样在癌症周围巡逻的士兵，患者赢得战争的机会就越大。但棘手之处在于：要在组织样本中寻找并计数这些微小的士兵，就像是在一个摇晃着的罐子里数萤火虫一样。这既乏味又耗时，而且如果两个不同的人观察同一个罐子，他们数出的数字可能会不同，因为一个人可能比另一个人更细心，或者他们观察的位置不同。
这就是一种新型助手登场的地方：人工智能（AI）。把 AI 想象成一个超级强大的、不知疲倦的机器人助手，它可以观察同一个装满萤火虫的罐子，以完美的精度进行缩放，并数出每一个，既不会感到疲劳，也不会分心。科学家们一直在想，这个机器人助手是否和人类专家一样出色。如果这个机器人能像最好的医生那样准确地计数，它就能改变我们对抗癌症的方式，让这个过程对每个人、在任何地方都变得更快、更便宜、更一致。
你即将阅读的论文直接深入探讨了这个问题。研究人员——来自印度浦那的一个医生团队——决定让这些人类专家和 AI 机器人进行一场数字上的对决。他们取了 30 份结直肠癌（一种起源于结肠或直肠的癌症）样本，并要求两名人类病理学家去计数这些 CD8+ 士兵。然后，他们要求名为 QuPath 的 AI 软件在完全相同的地点计数这些士兵。他们在癌症城市的两个特定区域进行了观察：“瘤内”（Intratumoral）区域（就在敌方堡垒的正中心）和“瘤周”（Peritumoral）区域（堡垒的边界或边缘）。
结果让团队感到非常欣慰。当他们对比数字时，人类专家和 AI 机器人几乎达到了完美的同步。在两个人类计数的数字与 AI 计数的数字之间，不存在显著差异。无论是在肿瘤的中心还是边缘，AI 的数字都与人类的数字几乎完全吻中。研究发现，AI 不仅仅是在猜测；它是一个可靠的伙伴。
有趣的是，这项研究也证实了科学家们之前观察到的一个模式：士兵在肿瘤边缘比在中心要拥挤得多。事实上，边缘（瘤周）的计数大约是中心（瘤内）的五倍。例如，人类在边缘计数约为每个高倍视野 37 个士兵，而 AI 计数为 42 个。在中心，数字要低得多，所有人看到的数字都在 7 到 8 个左右。这表明，在这些特定病例中，免疫军队正在集结在城门外，但在进入堡垒内部方面遇到了困难。
论文得出结论，使用这种 AI 工具（QuPath）是一个极好的主意。它表明我们可以信任这个机器人来承担计数这些免疫细胞的繁重工作，从而节省时间并减少人为错误的概率。它并不是要取代医生，而是作为一个超级精准的侧翼助手。研究人员确信，这种方法在处理这些特定样本时效果良好，为使癌症评估更加标准化和普及提供了一种途径，尤其是在资源可能匮乏的地方。他们并没有声称这解决了癌症问题或能精确预测患者的寿命，但他们确实证明了机器人可以像人类一样出色地计数，为数字工具帮助医生做出更好、更快速的决策铺平了道路。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。