结直肠癌是一种最常见的恶性肿瘤，目前占据恶性肿瘤榜单第三位。
在结直肠癌诊断中，除了最常见的血液检查、诊断性结肠镜检查、直肠镜、活检病理等方式。智能物联网时代，AI技术也申请加入“癌症诊断军队”。
 
近日，发表在国际杂志Nature Communications上题为“Accurate recognition of colorectal cancer with semi-supervised deep learning on pathological images”的研究报告中，来自中国中南大学等机构的科学家们通过研究发现，人工智能技术（AI）或能从组织扫描结果中准确检测并诊断结直肠癌。
 

病理学家会定期评估和标记数千张组织病理学图片从而帮助判断某个个体是否患有癌症，但其平均的工作量就会大幅增加，有时可能也会因为过于疲惫而造成意外的误诊。研究者Hong-Wen Deng教授说道，尽管进行的很多工作都是重复性的，但大多数的病理学家都很繁忙，因为其工作需求量大，而全球缺乏大量合格的病理学家，尤其是在发展中国家，这种情况尤为严重。此研究报告就为解决目前的现状带来了革命性的变革，研究人员成功利用人工智能技术以一种成本效益的方式识别并诊断了结直肠癌。

研究报告中，研究人员从中国、德国和美国的8803名受试者和13个独立的癌症研究中心收集了超过1.3万张结直肠癌图像，利用这些由技术人员随机选择的图像，研究人员构建了一种由机器辅助的病理识别程序，通过受试者工作特征（ROC）曲线下的面积（AUC）来确定此研究报告是否成功的性能测量工具，当将计算机的结果与经验丰富的病理学家人工解释的数据进行比较后，病理学家手动识别结直肠癌的平均得分为0.969分，而机器辅助的人工智能计算机程序的平均得分则为0.98分。

 
综上结果表明，半监督学习(Semi-supervised Learning)技术或能明显减少注释，从而或能潜在有效地帮助建立专家级别的病理人工智能平台，来帮助诊断人类癌症。