基于光学连贯断层扫描的肺部外科手术的快速现场人工智能辅助分级
Hung-Chang Liu1,2,3,4, Miao-Hui Lin5, Wei-Chin Chang6,7,8
1Section of Thoracic Surgery, Mackay Memorial Hospital, Taipei City 10449, Taiwan.
Cancers
|November 25, 2023
概括
这项研究引入了一种人工智能驱动的光学连贯性断层扫描系统,用于实时的肺癌分级. 人工智能系统实现了84.9%的准确性,在区分瘤类型方面明显超过了传统的冷截面 (FSs).
科学领域:
- 肺部病理学 肺部病理学
- 在瘤学瘤学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 精确评估肺癌的侵入性对于确定手术切除程度至关重要,特别是对于未知手术前组织学的早期疾病.
- 传统的冷截面 (FS) 分析对于手术内分类的速度和准确性有局限性.
- 光学连贯断层扫描 (OCT) 显示了实时组织分析的希望,但瘤分类仍然是一个挑战.
研究的目的:
- 开发和评估一个交互式的人机界面 (HMI),集成一个移动的OCT系统,深度学习和注意力机制,用于实时的肺癌分级.
- 评估系统能够准确区分微侵袭性腺癌 (MIA),侵袭性腺癌 (IA) 和正常肺组织的能力.
- 将AI-OCT系统的诊断性能与传统的冷截面 (FSs) 进行比较.
主要方法:
- 开发了一个交互式HMI,结合了移动OCT系统,深度学习算法和注意力机制.
- 使用AI-OCT系统分析了12名接受胸腔镜切除腺癌的患者的新鲜肺组织样本.
- 结果与冷部分 (FSs) 和永久病理报告进行了比较.
主要成果:
- 与FSs相比,AI-OCT系统在区分MIA,IA和正常组织方面表现出更好的能力.
- 该系统的整体精度为84.9%,远高于FSs的20%精度.
- 对于MIA (89%和82.7%) 和IA (94%和80.6%) 报告了高灵敏度和特异性.
结论:
- 开发的AI驱动的OCT系统显示出迅速和准确的肺腺癌手术内分级的巨大潜力.
- 这项技术可以提高手术期间的临床决策,从而有可能改善患者的治疗结果.
- 需要进一步验证,以便将AI-OCT系统整合到肺癌手术的常规临床实践中.
