一种新的人工智能工具能够以前所未有的清晰度解释医学图像，从而使时间紧迫的临床医生能够将注意力集中在疾病诊断和图像解释的关键方面。

该工具名为 iStar(推断超分辨率组织架构)，由宾夕法尼亚大学佩雷​​尔曼医学院的研究人员开发，他们相信该工具可以帮助临床医生诊断和更好地治疗可能未被发现的癌症。

该成像技术既提供了单个细胞的高度详细视图，又提供了对人类基因运作方式的全面观察，这将使医生和研究人员能够看到原本几乎看不见的癌细胞。该工具可用于确定癌症手术是否达到安全边界，并自动为显微图像提供注释，为该水平的分子疾病诊断铺平道路。

由助理研究员张戴维博士和生物统计学和数字病理学教授李明耀博士领导的关于该方法的论文今天发表在《自然生物技术》上。

李说，iStar 能够自动检测被称为“三级淋巴结构”的关键抗肿瘤免疫结构，其存在与患者的生存可能性和对免疫治疗的良好反应相关，免疫治疗通常用于治疗癌症，并且需要高精度的患者选择。Li 说，这意味着 iStar 可能成为确定哪些患者将从免疫治疗中受益最多的强大工具。