Video Experimental Relacionado
Updated: Sep 8, 2025
Introduction of an Integrated Pathology Image Management, Artificial Intelligence, and Reporting System
Published on: July 11, 2025
El sistema asistido por aprendizaje profundo mejora el efecto práctico en el diagnóstico de la citopatología
Zichen Ye1, Peiyu Zhang2, Ronggan Wei3
1School of Population Medicine and Public Health, Chinese Academy of Medical Sciences and Peking Union Medical College, Beijing, 100730, China.
Los modos de lectura de aprendizaje profundo (DL) mejoran significativamente la precisión y la eficiencia de la detección del cáncer de cuello uterino para los citopatólogos. El modo concurrente ofrece la mejor eficiencia, mientras que los modos segundo y triage sobresalen en sensibilidad y especificidad, respectivamente.
Área de la Ciencia:
- Imágenes médicas
- Patología computacional
- La inteligencia artificial en la medicina
Sus antecedentes:
- El aprendizaje profundo (DL) es prometedor para mejorar los diagnósticos de citopatología.
- Existen datos limitados sobre la eficacia comparativa y la experiencia del usuario de los diferentes modos de lectura asistida por DL.
Objetivo del estudio:
- Evaluar cuatro modos distintos de lectura asistida por DL (no asistida, simultánea, secundaria, de triaje) en la citopatología cervical.
- Evaluar su impacto en el rendimiento diagnóstico, la eficiencia y las preferencias del citopatólogo.
Principales métodos:
- Un estudio cruzado aleatorio, controlado y de cuatro vías que involucra a 108 citopatólogos leyendo 1620 diapositivas cervicales.
- Utilizó cuatro modos de lectura: sin asistencia, simultáneo, segundo y triaje.
- Incluía un cuestionario sobre la adopción, la confianza y las preferencias.
Principales resultados:
- Todos los modos asistidos por DL mejoraron la sensibilidad y la especificidad en comparación con la lectura sin asistencia.
- El modo simultáneo redujo significativamente el tiempo de lectura (53s / diapositiva), mientras que el modo de clasificación también mostró ganancias de eficiencia (130s / diapositiva).
- Más del 90% de los citopatólogos encontraron útiles los modos DL; se prefirió el modo concurrente, pero el modo de triaje obtuvo la puntuación más alta.
Conclusiones:
- El segundo modo mejora la sensibilidad, el modo de triaje mejora la especificidad y el modo concurrente maximiza la eficiencia.
- Los hallazgos ofrecen orientación para seleccionar los modos óptimos asistidos por DL en la práctica de la citopatología.
- La integración de DL puede mejorar la confianza en el diagnóstico y el rendimiento en el cribado cervical.
