基于人工智能的复发预测在肺腺癌活检中优于经典的病理学方法
F Akram1, J L Wolf2, T E Trandafir1
1Department of Pathology and Clinical Bioinformatics, Erasmus Medical Center, Rotterdam, The Netherlands.
Lung cancer (Amsterdam, Netherlands)
|November 8, 2023
概括
一个人工智能 (AI) 模型从小的活检样本准确地预测肺腺癌的复发,优于传统方法. 这种基于AI的肺腺癌复发预测器 (AILARP) 有助于患者分层治疗和随访.
科学领域:
- 在瘤学瘤学.
- 病理学 病理学 病理学
- 人工智能在医学中的应用
背景情况:
- 肺腺癌复发影响10-50%的早期患者.
- 固体或微毛囊生长等组织学模式是已知的危险因素.
- 从小型活检中准确预测复发对于患者管理至关重要.
研究的目的:
- 使用活检数据开发和验证肺腺癌复发的预测模型.
- 将统计模型的性能与基于AI的分类模型进行比较.
主要方法:
- 开发了一个统计模型和一个基于卷积神经网络 (CNN) 的AI模型 (AILARP).
- 人工智能模型使用了EfficientNet与转移学习的肺腺癌活检.
- 这两种模型都在相同的活检数据集上得到了验证.
主要成果:
- 统计模型仅使用组织学数据就实现了0.49的准确性.
- 人工智能分类模型显示测试准确度为0.70 (补丁智能) 和0.82 (患者智能).
- 人工智能模型的AUC为0.74 (贴片智能) 和0.87 (患者智能).
结论:
- 人工智能分类显著优于复发预测的传统临床方法.
- 人工智能分类器可以使用小小的活检来根据复发风险对患者进行分层.
- 需要在更大的队列中进一步验证.


