一项基于人工智能（AI）的新型应用正在展示其在内分泌癌症诊断方面的潜力。这项研究于2025年7月13日在加利福尼亚州旧金山举行的ENDO 2025大会上发布，来自休斯顿德克萨斯大学健康科学中心的Jansi Rani Sethuraj主导了这一研究。
这款AI应用具备通用性和计算高效性，旨在将专家级别的癌症诊断能力普及到任何联网设备上，包括智能手机等基础设备。内分泌癌症影响甲状腺、卵巢、胰腺、垂体和肾上腺等器官，由于其复杂的荷尔蒙效应和诊断难度，这类癌症一直是医学界的挑战。据估计，每年有约1000万人死于癌症相关疾病，因此迫切需要创新且可扩展的诊断解决方案。
该工具利用先进的深度学习架构如EfficientNet和ResNet，分析多种医学数据，包括计算机断层扫描（CT）、磁共振成像（MRI）、超声波检查（USG）和组织病理图像，从而实现全面而精确的癌症检测。根据Sethuraj介绍，AI模型在多个内分泌癌症类型的数据集验证中表现出色，诊断准确率超过99%。尽管实际临床环境中的表现可能有所不同，但这一结果与近期研究表明AI在内分泌肿瘤分类中具有高准确性的结论一致。
为了训练和验证深度学习模型，来自休斯顿AIM Doctor的两位研究人员Ramya Elangovan和Kavin Elangovan整理了一个涵盖六大洲不同人群的匿名内分泌癌症图像数据库。这些图像被用于训练模型以实现对多种内分泌癌症的高精度检测和分期。
该应用的可靠性和可用性得到了多家国际医疗机构卫生专业人员的独立评估，显示出其在全球范围内的适用潜力。即使是在计算资源受限的设备上，该应用程序也能在不到一秒的时间内完成每张图像的分析。
通过让临床医生和初级护理提供者随时随地获得专家级的诊断支持，这项技术有望减少诊断错误，加速治疗决策，并在全球范围内改善患者预后，特别是在资源有限的地区。
该项目的主要导师、来自AIM Doctor的Elangovan Krishnan表示：“这项AI创新标志着癌症护理领域的范式转变，它为内分泌恶性肿瘤患者提供了早期检测、精准治疗和更好生存率的希望。”
“这一AI驱动的应用程序可以为任何人、在任何地方提供快速、可靠且经济的内分泌癌症诊断服务，从而缩小癌症护理差距，推动全球健康公平。”
研究题目为《一种普遍可访问、计算高效的用于诊断内分泌癌症的人工智能应用》，并在7月13日星期日进行了展示。
【全文结束】
