验证MSIntuit作为基于人工智能的预选工具,用于从结直肠癌组织学幻灯片中检测MSI

科学领域:

• 在瘤学瘤学.
• 计算病理学计算病理学
• 人工智能在医学中的应用

背景情况:

• 不匹配修复缺陷 (dMMR) /微卫星不稳定 (MSI) 是结肠直肠癌 (CRC) 的关键生物标志物.
• 建议对CRC患者进行MSI状态的普遍查,增加病理学家的工作量,并可能推迟治疗决策.
• 深度学习为简化MSI测试和加速临床决策提供了一个有希望的途径.

研究的目的:

• 开发和验证MSIntuit,一种经过临床批准的人工智能 (AI) 工具,用于使用H&E染色幻灯片在CRC中预先选MSI状态.
• 评估MSIntuit在独立CRC患者队列上的表现.
• 评估人工智能工具的扫描器间可靠性.

主要方法:

• 麻省理工学院接受了癌症基因组图谱 (TCGA) 数据集的培训.
• 在600个独立的CRC患者样本上进行了盲目验证.
• 用两个不同的扫描仪将幻灯片数字化,以评估扫描仪间的可靠性.

主要成果:

• MSIntuit 实现了 0.96-0.98 的灵敏度和 0.47-0.46.6 的特异性.
• 观察到优异的扫描器间一致性 (科恩的 κ: 0.82).
• 该工具有效地发现了高比例的MSI案件,同时排除了近一半的非MSI案件.

结论:

• 在MSI检测中,MSIntuit表现出高灵敏度,与MSI检测的黄金标准方法相美.
• 人工智能工具可以显著减轻临床实践中MSI测试的负担.
• MSIntuit显示出作为结直肠癌患者有效的预查工具的潜力.