人工智能可以预测BRAF V595E突变在狗尿膀尿癌中

科学领域:

• 兽医病理学 兽医病理学
• 计算病理学计算病理学
• 狗类瘤学 狗类瘤学

背景情况:

• BRAF V595E突变是狗膀和前列腺癌的常见标志物.
• 人工智能 (AI) 为组织学中的瘤标志物检测提供了新的工具.
• 对人工智能用于BRAF突变检测的研究存在于人类癌症中,但没有在兽医中.

研究的目的:

• 评估人工智能组织学软件在预测BRAF突变状态中对犬类泌尿腺癌 (UC) 的疗效.
• 评估人工智能的潜力,从常规的血素和素 (HE) 染色全片图像 (WSI) 中识别分子变化.

主要方法:

• 商业AI组织学软件在177只狗UC全幻灯片图像 (WSI) 上进行了训练和验证.
• 人工智能对BRAF突变状态的预测与PCR结果进行了比较.
• 分析了影响AI测试可靠性的因素,包括瘤分化,炎症,幻灯片质量和样本大小.

主要成果:

• 在96个WSI验证中,AI模型在预测BRAF突变方面实现了58%的灵敏度和63%的特异性.
• 除了小或质量差的部分外,对89%的灵敏度显著提高.
• 瘤分化,炎症,幻灯片质量和样本大小是影响AI预测可靠性的重要因素 (p < 0.02).
• 人工智能可以在一系列病例中区分恶性和良性泌尿细胞.

结论:

• 这是第一个证明AI组织学用于BRAF突变预测在狗UC的研究.
• 人工智能在预测常规兽医组织样本中的分子变化方面表现有前途.
• 需要进一步改进,但人工智能有可能提高兽医瘤学的诊断能力.