在 2020 年的一项研究中，达特茅斯和达特茅斯-希区柯克诺里斯棉花癌症中心的研究人员开发了人工智能 (AI) 来区分结肠镜检查期间移除的四种主要类型的结直肠息肉。该模型不仅产生了在执业病理学家层面证明准确性和敏感性的结果，而且经受住了使用跨越美国多个机构的广泛数据集的评估，证明 AI 模型是可推广的，并且可以在广泛的外部数据上进行训练。

现在，由 Saeed Hassanpour 博士领导的临床研究团队将之前基于回顾性数据并离线进行的研究从工作台带到了床边。他们的新研究发表在JAMA Network Open 上，将人工智能模型作为一种工具，可供临床病理学家轻松使用。

该临床试验涉及来自达特茅斯 - 希区柯克医学中心和新罕布什尔州柴郡医学中心的 15 名病理学家，旨在将作为人工智能增强数字系统一部分的深度学习模型的性能与显微镜的标准使用进行比较。

“通过前瞻性临床试验评估该工具表明，与使用显微镜的传统过程相比，人工智能增强的数字系统显着提高了病理学家对息肉分类的准确性，”Hassanpour 说。

在使用人工智能增强数字系统之前，病理学家观看了一个五分钟的培训视频，阅读了模型工作原理及其结果如何生成的简要摘要，并使用一组十张样本幻灯片进行练习，以熟悉该系统。

在试验期间，所有病理学家使用数字系统进行评估的平均时间持续减少。相比之下，在显微镜使用评估过程中，阅读时间没有显着变化，这是病理学家拥有多年经验的工具。

总体而言，数字系统的平均系统可用性量表分数表明可用性“良好”，“这令人鼓舞，”Hassanpour 说，“考虑到我们系统的培训和使用期很短。”此外，病理学家表示，该数字系统“易于使用和导航”，“使用直观”，并且“快速平稳地平移和平移”。

值得注意的是，一半参与的病理学家表示他们将在临床实践中使用该工具的一个版本。15 人中有 12 人评论说，他们的经历要么积极改变，要么支持他们对人工智能在临床实践中的作用的积极看法。