病理学家计算机辅助的瘤细胞断片诊断评分:瑞士国家研究
Ana Leni Frei1, Raphaël Oberson1, Elias Baumann1
1Institute for Tissue Medicine and Pathology, University of Bern, Bern, Switzerland.
概括
一种计算机辅助诊断 (CAD) 工具显著改善了病理学家对瘤细胞分数 (TCF) 的估计. 这种人工智能支持减少了观察者间的变异性,并增加了对结直肠癌图像分析的评分准确性和信心.
科学领域:
- 数字病理学数字病理学
- 计算病理学计算病理学
- 在瘤学瘤学.
背景情况:
- 瘤细胞分数 (TCF) 估计在癌症诊断中至关重要,但患有病理学家之间显著的观察者间变异性.
- 这种变化可能会影响治疗决策和患者的治疗结果,突出显示客观评估工具的必要性.
研究的目的:
- 评估瘤细胞分数计算机辅助诊断 (TCFCAD) 工具对病理学家TCF估计准确性和信心的影响.
- 评估TCFCAD支持是否可以减少TCF评估中的观察者间变化.
主要方法:
- 69名病理学家在使用TCFCAD工具之前和之后估计了结直肠癌图像中的TCF.
- 该TCFCAD工具提供了一个覆盖,突出显示瘤与非瘤细胞以及TCF百分比.
- 病理学家报告了信心水平,结果与专家定义的地面真相 (GT) 相比较.
主要成果:
- 通过TCFCAD的协助,观察者间的变异性显著降低 (SD9.9%与5.8%,P<.0001),并与GT达成更好的共识.
- 班内相关系数从0.8增加到0.93,表明更好的一致性.
- 在使用TCFCAD工具时,病理学家对TCF估计的信心显著增加 (在5级尺度上为3.67至4.17).
结论:
- TCFCAD工具可以提高TCF估计的准确性,病理学家间的共识,以及对数字病理学的得分信心.
- 该研究表明,人工智能驱动的工具对于支持病理学家是有价值的,并可能通过适当的培训和教育增加采用.
