毒性病理学中人工智能和机器学习的应用研究进展

作者：李一昊; 滕伊洋; 张亚群; 钱庄; 胡文元; 钟小群; 胡静; 陈晓俊; 闫振龙; 彭瑞楠; 王娅; 李慧; 葛建雅; 缪成贤; 邵薇; 吕建军^*; 大平东子^*

来源：中国新药杂志, 2023, 32(06): 598-604.

• 毒性病理学
• 人工智能
• 机器学习
• 深度学习
• 人工神经网络

毒性病理学是促进动物和人类健康发展最有价值的学科之一，药物非临床安全性评价毒性研究中对石蜡包埋、苏木精和伊红染色切片的组织病理学检查是毒性病理学评价的金标准。数字毒性病理学、人工智能(artificial intelligence, AI)尤其是机器学习(machine learning, ML)是全球颠覆性、快速发展的技术领域，其对组织病理学领域的影响正在迅速显现。组织病理学检查种类繁多算法的发展和应用，表明人工智能病理学平台可深度影响将来数字毒性病理学、精准医疗和个性化医疗。然而，与所有其他革命性的技术相同，人工智能病理学平台在实施和应用过程中存在诸多挑战。本文综述了人工智能和机器学习的发展、人工智能在毒性病理学中的应用、机器学习在数字毒性病理学中的应用以及人工智能对数字毒性病理学的影响，以期为我国毒性病理学中人工智能和机器学习的应用提供一定参考。

• 单位
  中国医药工业研究总院