如何對癌癥腫瘤病情進行更為系統、準確的診斷，一直是醫學界關注的話題。
日前，中科院蘇州醫工所研究人員與麗水、蘇州兩地醫院合作，研發出了一種可以與醫學影像聯合使用的人工智能系統。這套系統與增強核磁共振圖像結合，可以實現在無創條件下，為病患完成癌癥分級。
癌癥分級是指根據惡性腫瘤的分化程度高低、異型性大小及核分裂像多少等病理形態，來確定惡性程度的級別。分級可以表明腫瘤的惡性程度，為臨床診斷、選擇治療方案和預后評估提供依據。然而在以往，分級結果高度程度依賴于醫生的經驗，具有較大主觀性。
近年來隨著模式識別、機器學習、深度學習等技術的不斷發展，科學界正嘗試構建可以與醫學影像結合的深度學習網絡，對癌癥進行客觀自動的分級。
此次，中科院蘇州醫工所聯手多方科研團隊構建了一套名為SE-DenseNet的復合深度學習網絡。該套網絡既能敏銳地捕捉增強核共振圖像特征，又能自主學習、不斷優化不同特征在整個分析中的權重，從而完成對癌癥患者的分級。
中科院蘇州醫工所的研究人員告訴記者，通過人工智能輔助診斷軟件，可以更高效率地、在幾乎實視的狀態下，對腫瘤的分化程度進行更為準確的評估，進一步降低腫瘤診斷中遺漏、誤判等情況。
近年來，利用人工智能進行病灶分級的準確性在不斷提升，這也表明將相關技術應用于疾病診療，具有很廣闊的前景。近日，相關研究成果也刊發在了生物醫學工程領域期刊《生物學與醫學中的計算機應用》上。
