胃癌的早期发现和准确的组织病理学诊断增加了成功治疗的机会。全球病理学家的短缺，加速了人工智能辅助系统的使用与开发，可减轻工作量并提高诊断准确性。
   在这里，我们报告了在中国人民解放军总医院开发的临床应用系统，系统使用经过2123个像素级带注释的H＆E染色切片图像训练的深度卷积神经网络。该模型在真实的测试数据集上获得了接近100％的灵敏度和80.6％的平均特异性，数据集由3个扫描仪数字化3,212张完整的切片图像。我们证明该系统可以帮助病理学家提高诊断准确性并防止误诊。此外，系统具有强大的性能，在1582张来自其他两个医疗中心的切片图像上亦表现良好。研究表明了在常规实践中使用组织病理学人工智能辅助系统的可行性和益处。

Song, Z., Zou, S., Zhou, W. et al. Clinically applicable histopathological diagnosis system for gastric cancer detection using deep learning. Nat Commun 11, 4294 (2020). DOI https://doi.org/10.1038/s41467-020-18147-8