AI 模型以接近完美的準確率偵測子宮內膜癌

March 24, 2025

來自查爾斯·達爾文大學的研究人員揭示了一種強大的新 AI 模型 ECgMLP，該模型能以卓越的精確度偵測子宮內膜癌。該模型在從顯微圖像中辨識癌變組織方面達到了驚人的 99.26% 準確率，顯著超越了人類專家和現有的診斷工具。

癌症診斷的一大飛躍

子宮內膜癌是高收入國家中最常見的婦科癌症。傳統上，它是通過組織病理學分析進行診斷的，專家會在顯微鏡下檢查組織樣本。然而，即使是經驗豐富的醫生也可能忽略疾病的微妙指標。人類的診斷準確率通常在 78% 至 81% 之間，留有錯誤和延遲治療的空間。

ECgMLP 模型使用專門的注意機制和深度學習技術，以超越人類感知的水平分析組織切片。它學習識別細胞結構中的複雜模式，並且能可靠地區分健康組織和癌變組織。

儘管該模型是專門為子宮內膜癌開發的，研究人員還測試了其在其他常見癌症中的準確性。結果同樣令人印象深刻：

這顯示 ECgMLP 不僅非常有效，還具多樣性，成為在各種癌症類型中的組織病理學潛在改變者。

早期和準確的檢測在抗擊癌症的戰鬥中至關重要。許多癌症在早期發現時是高度可治療的。像 ECgMLP 這樣的工具具有加速診斷和減少錯誤的潛力，能夠拯救生命。它們還可以減輕醫療專業人員的工作負擔，這些人員在資源有限的環境下通常面臨壓力。

除了臨床準確性外，像 ECgMLP 這樣的 AI 驅動診斷還可以幫助使醫療保健民主化。在許多地區，訓練有素的病理學家短缺。可靠的 AI 工具可以將專家級的分析帶到缺乏專業人員或設備的醫院和診所。

開發團隊計劃繼續改進 ECgMLP 並在真實世界的臨床環境中進行測試。長期的願景並不是取代人類醫生，而是以高度準確和可擴展的診斷工具協助他們。隨著數字病理學逐漸普及，像這樣的 AI 模型可能會成為現代醫療系統的一個核心組成部分。

ECgMLP 代表著人工智能融入醫學的一大進步。隨著準確率超過 99%，它為診斷精確性和可及性的未來提供了瞥見。