中国青年网北京12月22日电 近日，中南大学根本医学院医工交叉团队在国际著名期刊Nature Communications上揭橥病理人工智能新成果，探索高效建立癌症病理图像识别算法。

　　当前的病理人工智能紧张基于有监督学习，该方法依赖于海量标注数据，这严重制约了人工智能系统的开拓和落地。
该团队首次运用半监督学习方法建立了专家级的肠癌识别模型，对来自13个独立医学中央的8803个病人的13111张肠道组织样本的病理全片图像，进行了广泛的评估和测试。
实验证明当少量标注图像时，半监督学习的肠癌模型明显优于相同标注数量的有监督学习模型。
采取10%标注数据演习的半监督模型，与海量数据演习的有监督模型无显著性差异。
通过多中央研究，证明半监督学习可以实现专家级的病理人工智能系统。
由于半监督学习降落了对标注数据的依赖，因此在高效构建病理人工智能系统的实践中，具有极大的潜力和运用前景。

　　据悉，美国Tulane University School of Medicine、University of Oklahoma Health Sciences Center，Temple University和Florida State University的专家团队为紧张互助和贡献者。