人工智能自动检测基底细胞癌从冷组织的接触式活检

科学领域:

• 皮肤病学 皮肤病学
• 病理学 病理学 病理学
• 人工智能的人工智能

背景情况:

• 基础细胞癌 (BCC) 诊断依赖于接触性活检的冷部位分析.
• 使用人工智能的临床决策支持系统提供了实时诊断反的潜力.

研究的目的:

• 开发和评估一条人工智能管道,用于在冷部分图像中识别BCC.
• 评估AI在帮助BCC工作和管理方面的可行性.

主要方法:

• 训练和测试了一个AI管道在287条注释的冷部分的全幻灯片图像上.
• 121张图像包含BCC,皮肤病学专家,皮肤病理学家和莫斯外科医生对区域进行了注释.

主要成果:

• 人工智能管道实现了0.73的灵敏度和0.88.8的特异性.
• 专家评审者注意到了注释协同性.

结论:

• 该研究表明,人工智能系统可用于从冷部分诊断BCC的可行性.
• 人工智能有可能优化BCC的诊断工作和管理.