Multi-Scale Attention-Enhanced EfficientNet for Automated Gleason Grading of Prostate Cancer

前列腺癌是全球男性癌症死亡的主要原因之一，而通往有效治疗的路径始于精准的诊断。当医生怀疑患有该疾病时，会取一小块组织样本并在显微镜下进行检查。为了确定癌症的侵略性程度，一位被称为病理学家的专家会分配一个被称为格里森评分（Gleason grade）的分数。这个分数并非一个简单的数字，而是对癌细胞排列方式以及它们与健康组织差异程度的仔细评估。等级越高，癌症扩散得越快，这也决定了患者是需要立即手术、放射治疗还是进行严密监测。然而，这一过程具有深刻的人为性且容易产生偏差。不同的病理学家观察同一张切片时有时会对评分产生分歧，甚至同一位专家在另一天观察时也可能看到不同的结果。这种不一致性可能导致患者接受的治疗要么过于激进，要么不够积极。几十年来，科学家们一直希望计算机能够帮助标准化这一关键判断，充当一个永不疲倦或分心的可靠“第二双眼睛”。

在最近的一项研究中，来自南非夸祖鲁-纳塔尔大学的研究人员开发了一种旨在以卓越精度自动执行此评分过程的新型计算机系统。他们创建了一个数字工具，通过学习数千张真实的显微镜图像来识别前列腺癌的细微模式。该系统被命名为 MSEACN，其构建在一个模仿人类大脑处理视觉信息方式的高级基础上。该系统不仅仅是将图像作为一个整体来看待，而是被教导同时在不同的细节层级上检查组织。它会观察组织的宏观结构、腺体的形状以及细胞的具体排列方式，就像一个人观察森林时先从远处观察其布局，然后放大以检查单棵树木，最后检查叶片一样。通过结合这些不同的视角，计算机能够构建出组织的完整健康图景。

为了实现这一点，研究人员从包含超过 15,000 张数字化显微镜切片的 PANDA 数据集（一个包含由专家病理学家精心标注的前列腺活检图像的公共资源）开始。在计算机从这些图像中学习之前，研究人员必须对它们进行预处理。他们清理了图像，去除了可能干扰系统的染色和伪影，确保计算机只关注重要的生物结构。他们还调整了图像的大小使其统一，这是必要的步骤，以便计算机在不丢失诊断所需的关键结构细节的情况下高效地处理图像。一旦图像准备就绪，计算机就开始了训练，反复分析模式，以学习健康组织与不同严重程度癌症之间的区别。

这个新系统的核心是两种先进技术的巧妙结合。首先，它采用了多尺度方法，这意味着它同时通过不同的“镜头”来分析图像。计算机的一部分负责观察精细细节，而另一部分则观察较大的结构。这确保了不会遗漏任何重要特征，无论是细胞中的微小异常，还是腺体形状的大型畸变。其次，该系统采用了注意力机制。你可以将其理解为计算机正在学习如何聚焦。就像人类病理学家可能会忽略组织样本周围的空白区域，转而专注于癌变区域一样，该系统学会了突出图像中最重要的部分并忽略背景噪声。这种双重聚焦使计算机能够精准锁定定义格里森评分的具体模式。

这些训练的结果令人瞩目。当在从未见过的图像上进行测试时，该系统的准确率达到了 97.69%。这意味着在几乎所有案例中，计算机都能正确识别癌症等级。更令人印象深刻的是它识别健康组织的能力，其特异性达到了 99.50%，意味着它极少将健康细胞误认为癌细胞。该系统与创建原始标签的专家病理学家表现出了极高的一致性，得分在 0.98（满分为 1.0，代表完美一致）。在医学分级领域，人类专家之间往往难以达成一致，而这种一致性是一项重大成就。研究人员发现，该系统在识别最具侵略性的癌症形式方面表现尤为出色，这对于确保患者获得及时治疗至关重要。

研究还探讨了如果剥离其特殊功能会发生什么。当研究人员移除多尺度观察能力或注意力机制的能力时，系统的性能明显下降。这证实了多尺度观察和注意力机制对于实现观察到的高准确度是必不可少的。该系统能够区分不同的癌症等级，从良性组织到最严重的病例，其可靠性超越了以往许多尝试。虽然研究人员指出，将图像简化为较小尺寸可能会导致一些微观细节的丢失，但该系统仍捕捉到了足够的较大结构模式，从而做出高度准确的决策。

尽管取得了这些成功，研究人员谨慎地指出，这只是向前迈出了一步，而非终点。该系统是在一组特定的图像上进行训练和测试的，目前尚不清楚它在采用不同染色技术或扫描仪的不同医院图像上的表现如何。研究人员承认，现实世界的医疗环境是复杂且多变的，未来的工作需要测试该系统在不同环境下的表现，以确保其足够稳健，能够投入日常临床使用。他们还计划探索如何将这种视觉分析与其他类型的医疗数据（如 MRI 扫描）相结合，以创建一个更全面的诊断工具。然而，目前这项研究表明，通过正确的技术组合和精心的设计，计算机可以学习到观察疾病细微迹象的能力，其一致性足以媲美、在某些情况下甚至超过人类专家。这一进展为减少癌症诊断中的变异性，并确保每位患者都能基于可靠且标准化的评估获得最合适的护理，提供了一条充满希望的路径。