机器学习用于在免疫组织化学标记肺癌中数字评分PRMT6
Abeer M Mahmoud1,2, Eileen Brister3, Odile David3
1Department of Medicine, Division of Endocrinology, College of Medicine, University of Illinois Cancer Center, University of Illinois Chicago, Chicago, IL 60612, USA.
Cancers
|September 28, 2023
概括
使用人工智能 (AI) 的自动化方法准确地在肺癌组织中得分PRMT6表达. 这种人工智能方法克服了手工分析的局限性,使得早期肺癌检测和预后的大规模研究成为可能.
科学领域:
- 在瘤学瘤学.
- 生物标志物发现发现
- 计算病理学计算病理学
背景情况:
- 肺癌是癌症死亡的主要原因之一.
- 早期检测和预后标记对于改善患者的治疗结果至关重要.
- PRMT6表达与肺癌预后不佳有关,但手动评分是无效的.
研究的目的:
- 开发和验证一种用于评分肺癌组织中PRMT6表达的自动化方法.
- 评估人工智能 (AI) 算法在复制病理学家得分方面的性能.
- 为了能够对PRMT6表达及其关联进行大规模的人口研究.
主要方法:
- 培训和验证用于PRMT6免疫反应评分的AI算法.
- 对癌症与非癌症区域的组织细分精度的评估.
- 人工智能生成的得分与手动病理学家得分的比较.
主要成果:
- 组织细分被确定为算法性能的一个关键参数.
- 人工智能算法与病理学家得分有很高的一致性 (相关系数=0.88).
- 获得了优异的评价者间可靠性 (类内相关性=0.95,可靠性系数=0.96).
结论:
- 一个优化的机器学习算法准确地在肺癌中得分PRMT6表达.
- 自动化方法与手动病理学家评分的准确性相匹配.
- 这种人工智能驱动的方法为肺癌研究提供了高效,大规模的生物标志物分析.
