Interpretación automatizada de la CPS PD-L1 basada en la estrategia de integración de modelos de IA múltiple en el...

Área de la Ciencia:

• En el campo de la oncología
• Patología computacional
• Inteligencia artificial

Sus antecedentes:

• La evaluación precisa de la puntuación positiva combinada del ligando-1 de muerte celular programada (PD-L1) es crucial para predecir la respuesta a la inmunoterapia en el cáncer gástrico (GC).
• La evaluación manual de CPS por parte de patólogos muestra una variabilidad significativa entre los observadores, lo que lleva a inconsistencias clínicas.
• La cuantificación automatizada del CPS PD-L1 mediante la inteligencia artificial (IA) puede hacer frente a estas limitaciones.

Objetivo del estudio:

• Desarrollar y validar un sistema de inteligencia artificial basado en el aprendizaje profundo para la cuantificación automatizada de PD-L1 CPS en pacientes con cáncer gástrico.
• Evaluar la concordancia de los valores de CPS derivados de la IA con el consenso de los patólogos expertos.
• Evaluar el rendimiento del sistema de IA en cohortes internas y externas.

Principales métodos:

• Se utilizó una arquitectura de red dual (MobileNet y U-Net) para la detección de la región tumoral.
• Un modelo de detección de células basado en YOLO calculó la expresión PD-L1 para el cálculo de CPS.
• La tubería de IA fue entrenada y probada en 308 imágenes de diapositivas completas (WSIs) de cohortes internas y externas.

Principales resultados:

• El CPS derivado de la IA mostró un fuerte acuerdo con el consenso de los patólogos en la cohorte interna (kappa de Cohen = 0,782).
• El sistema de IA demostró un rendimiento robusto en la cohorte externa (kappa de Cohen = 0,737).
• El sistema de IA proporciona un método reproducible para la evaluación de la CPS.

Conclusiones:

• El sistema de IA desarrollado ofrece una herramienta estandarizada de apoyo a la decisión para la estratificación de la inmunoterapia en GC.
• Este enfoque de IA tiene el potencial de mejorar la reproducibilidad de la evaluación de PD-L1 CPS.
• La evaluación automatizada de PD-L1 CPS puede mejorar la toma de decisiones clínicas en pacientes con cáncer gástrico sometidos a inmunoterapia.