通过这些研究,我们在展示 LYNA 算法的稳健性(用以支持乳腺癌 TNM 分期的一个组成部分)和评估其在概念验证诊断设置中的影响方面取得了进步。这些进去非常令人振奋,但同时利用此类技术帮助医生及患者从科研试验到临床实践的过程中还有很长的路要走。
这些研究有很大的局限性,比如有限的数据库、模拟的诊断工作流程、仅单独检查每个患者的单个淋巴结的病理载玻片,而不是实际临床病例中常见的检查多个淋巴结病理载玻片等。我们需要进一步评估 LYNA 对实际临床工作流程和治疗结果的影响。但是,经过仔细试验论证过的深度学习技术和精细设计的临床工具可以改善全球病理学家诊断的准确性和实用性,我们仍然保持乐观。