近日，在医学图像计算和计算机辅助干预(Medical Image Computing and Computer Assisted Intervention)会议上，来自科罗拉多大学等机构的科学家们发表了题为“Low-Resource Adversarial Domain Adaptation for Cross-modality Nucleus Detection”的研究报告，他们开发了一种新型的成像信息系统，其最终或能为特定癌症提供更快且更为准确的预后评估。

长期以来，肿瘤学家已经将Ki67蛋白作为一种人类肿瘤细胞的增殖生物标志物，然而，时间、金钱和分配方法都对医学专家们提出了一定的挑战。研究者Fuyong Xing博士表示，我们的目标就是开发一种新型的成像信息系统来使得扫描胃肠道和胰腺神经内分泌肿瘤中的Ki67蛋白的过程更加自动化，最终创建出了一种能在全世界医疗机构之间共享的Ki67标记指数评估方法。

这种系统将能明显改善生物标志物计算的效率和客观性，从而就能进行疾病的快速检测，这项关于细胞/细胞核检测的研究或能作为项目中Ki67标记指数评估的基础，同时也将能为不同的数据集中Ki67评分提供一种低成本且高效的方法。目前，肿瘤学家竟能能使用“眼球”(eyeball)来评估或人工技术这些细胞的数量，从而确定胰腺癌、胃肠道癌症和其它癌症患者的预后，即Ki67蛋白的水平越高，患者的预后就越差。

研究者Xing说道，本文研究为开发用于Ki67标记指数评估的可概括算法提供了关键的一步，同时其还证明了所使用的成像技术在分析中表现出的明显改进;与目前在临床实践中进行Ki67评估的“眼球”估计和人工计数方法相比，本文研究有可能大大加快Ki67生物标志物计算的步骤;此外，其也能将病理学家和研究人员从日常、例行和繁琐的工作中解放出来，从而就能让其更多地关注如何制定高层次的假设和生物学发现。

研究者表示，成像信息系统最终或能作为各地医疗机构共享和访问结果的地方，目前并没有一种通用的系统来定量不同数据集中的标记指数，这就使得在多个医疗机构就诊的患者的治疗会变得更加复杂。本文研究中，研究人员分析了胰腺癌和为肠道癌症，该指数和成像方法未来将会继续在研究中进行监测来确定其长期的可行性。

综上，本文研究结果表明，通过对目标领域的单一训练图像，研究人员所开发的方法明显优于最近使用的最先进的手段，同时还能提供非常有竞争力或优于利用真实标记的目标数据进行训练的完全监督模型的性能。