批判性评估人工智能作为前列腺癌病理学病理学家的数字双胞胎

科学领域:

• 数字病理学数字病理学
• 人工智能在瘤学中的应用
• 前列腺癌诊断的诊断方法

背景情况:

• 前列腺癌病理学对于管理至关重要,但劳动密集.
• 人工智能 (AI) 提供了自动化癌症检测和分级的潜力.
• 对人类病理学家进行AI性能评估对于临床采用至关重要.

研究的目的:

• 评估基于人工智能的病理学家 (vPatho) 的数字双胞胎,用于前列腺癌检测和分级.
• 分析导致vPatho和人类病理学家之间的分级不一致的因素.
• 调查调整决策门对人工智能病理学家协议的影响.

主要方法:

• 在2603张H&E染色前列腺组织学图像上测试了vPatho.
• 将vPatho在癌症检测和体积估计方面的表现与文学价值进行了比较.
• 分析了vPatho和6名人类病理学家在活检和前列腺切除样本之间的一致性.
• 评估了修改格里森模式决策值对分级一致性的影响.

主要成果:

• vPatho表现出可比的前列腺癌检测和体积估计性能.
• 对于组织学特征,如cribriform模式和淋巴细胞透等,发现了中等到实质性的协议.
• 在前列腺切除样本 (κ=0.44) 和活检核 (κ=0.70) 中,瘤分级一致性显著下降.
• 将二次格里森模式值从5%调整到10%,改善了前列腺切除术分级一致性 (κ从0.44到0.64).
• 度不一致与瘤垂直扩张和滑块癌症比例有关,特别是对于格里森模式4.

结论:

• 人工智能数字双胞胎在前列腺癌病理学中显示出潜在的实用性.
• 该研究确定了人工智能采用和当前格里森评分系统的局限性.
• 优化AI决策门和理解不一致因素对于临床整合至关重要.