克服人工评分的主观性，Google用深度学习评估前列腺癌风险

Google近日公开了用深度学习分级前列腺癌风险的成果，透过建立一套模仿病理学家工作流程的深度学习系统，来改善评分前列腺癌的准确度和提升评分的客观性，该系统整体的准确度目前为70%，而美国病理学家的平均准确度为61％，可用于辅助病理学家的诊断，Google也表示，该模型要用来改善前列腺癌病患的照护，还需要加入更多训练资料，提升模型的准确度。

在美国，大约9个男性中，会有一名男性患有前列腺癌，前列腺癌为男性最常见的癌症，即使常见却很难确认该采取切除或放射治疗的风险，一般来说，临床上最常用格利森评分（Gleason grade）来将前列腺癌风险分级，根据正常细胞癌变的程度来确定前列腺癌的分级，分数越高代表癌细胞的生长和扩散越快。

尽管格利森评分系统在临床上被广泛地认可，该评分系统是复杂且主观的，根据一项研究指出，医师对相同病历的分歧度大约是30%～53%，除此之外，尤其在许多国家，并没有足够的受过专业训练的病理学家，因此，Google认为透过深度学习技术，建立前列腺癌诊断和临床管理的模型，将有助于改善现有的挑战。

Google研究团队建立了一套深度学习模型，将癌症细胞的每个区域对应到格利森评分模式，用癌症细胞与正常的前列腺组织接近的程度评分，分数越高代表癌症风险越高， 病患应接受治疗。

为了开发出有效的深度学习系统，Google收集了去识别化的前列腺切除图像，该样本图像包含大量且多元的前列腺癌，在训练资料方面，有32名病理学家针对超过1亿张图像用格利森评分标准标注，为了克服分级的主观性，验证资料集的每个样本都由3~5位病理学家独立评分，再由泌尿科专科医师给予该样本真实数值（Ground Truth）。

此外，该深度学习系统还能够找出组织型态的不同特征，也就是同一个样本包含2个格利森评分模式，这或许是导致病理学家分级不一致的原因，这项发现也意味着分级可再细分的可能性，也就是格利森分数能够有中间的数值，像是3.3或是3.7，不过，这样的分数在临床上还没有明显的意义，可作为后续研究的方向。